TTOO

Con formato: Inicio de
sección: Nueva página, Ancho:

21 cm, Alto: 29,7 cm, Primera
página diferente
UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS
DEPARTAMENTO DE CIÊNCIAS ATMOSFÉRICAS
IDENTIFICAÇÃO DA CONTRIBUIÇÃO DAS FONTES LOCAIS E REMOTAS DE

POLUENTES NA REGIÃO METROPOLITANA DE SÃO PAULO
TESE DE DOUTORADO
ODON ROMAN SANCHEZ CCOYLLO
ORIENTADORA: Profa. Dra. MARIA DE FÁTIMA ANDRADE
CO-ORIENTADOR: Prof. Dr. PEDRO LEITE SILVA DIAS
São Paulo SP
Novembro de 2002
À Teodora e Victor
meus pais
Efraín meu irmão
Elisa, Susana, Teresa e Olga

Minhas irmãs
2
ÍNDICE
Página:
Agradecimentos Vi
Resumo viii
Abstract ix
Lista de abreviaturas x
Lista de símbolos e abreviaturas xii
Lista de figuras xiii
Lista de tabelas xvi
Introdução 1
Capítulos:
Capítulo I- Os poluentes atmosféricos 3
1.1 Aerossóis atmosféricos 3
1.1.a Definição 3
1.1.b Características físicas 3
1.1.c Parâmetros de qualidade do ar 4
1.1.d Fontes dos aerossóis atmosféricos 4
1.2 Padrões de qualidade do ar 7
1.3 Região Metropolitana de São Paulo 8
1.3.1 Características gerais do relevo da região 8
1.3.2 Caracterização climática e influência das circulações remotas 9
1.4 Identificação das fontes remotas 10
1.4.1 A poluição em áreas remotas: queimadas 11
1.5 Fontes locais de poluentes 12
Capítulo II- Metodologia 15
2.1 Avaliação das emissões veiculares em túneis 15
2.1.1 Fatores de emissão dos poluentes 15
2.2 Modelo receptor 16
2.3 Modelo de análise de fatores 16
2.3.1 Determinação do número de fatores retidos 18
2.3.2 Rotação de fatores retidos 18
2.4 Análise de Componentes Principais (ACP) 19
2.5 A Análise de Componentes Principais Absolutos (ACPA 19
2.5.1 Obtenção dos perfis absolutos 21
2.6 Trajetórias de parcelas do ar 21
2.6.1 Trajetória de saída (forward trajectory) 22
2.6.2 Trajetórias de chegada (backward trajectory) 22
2.6.3 Modelo de trajetórias de parcelas de ar 23
2.6.4 Incertezas associadas ao cálculo de trajetórias de parcelas de ar 23
2.6.5 Erro de truncamento 24
2.7 Classificação das trajetórias de parcelas do ar 24
2.8 O modelo RAMS 25
2.8.1 Sistemas de equações para o RAMS 26
2.8.2 Advecção na escala resolvida pela grade 29
2.9 Opções gerais 29
2.9.1 Estrutura de grade 29
2.9.2 Sistema de coordenadas 30
2.9.3 Assimilação de dados observacionais 30
3
2.9.4 Nudging 30
2.10 Características de superfície utilizadas no RAMS na versão 4.3 31
Capítulo III- Parte experimental 32
3.1 Objetivos do experimento MPASP 32
3.2 Campanhas experimentais 32
3.2.1 Amostragem de aerossóis 33
3.2.2 Amostragem dos gases 34
3.3 Equipamentos para amostragem do aerossol 35
3.3.1 O Amostrador de Particulado Fino e Grosso (AFG) 35
3.3.2 Impactador em Cascata Com Deposição Uniforme (MOUDI) 37
3.3.2.1 Princípio de operação do MOUDI 37
3.3.3 Minivol 38
3.3.3.1 Princípio de operação do MINIVOL 39
3.4 Método analítico 41
3.4.1 Análise gravimétrica 41
3.4.2 Análise elementar pelo método PIXE 42
3.4.3 Determinação da concentração de “black-carbon” 44
3.4.4 Cromatografia iônica 44
3.5 Medidas realizadas nos túneis 45
3.5.1 Material particulado 45
3.5.2 Gases 45
3.6 Dados meteorológicos no período MPASP 46
3.7 Dados dos poluentes para a identificação das fontes remotas 46
3.7.1 Dados dos CO e O3 46
3.7.2 Dados do PM10 46
Capítulo IV- Apresentação e análise dos resultados 47
4.1 Concentração de material particulado no interior dos túneis 47
4.2 Composição elementar dos aerossóis 49
4.3 Participação dos elementos-traço no material particulado 53
4.4 Distribuição de tamanho dos aerossóis gerados por emissões veiculares 55
4.4.1 Resultados da gravimetria 55
4.4.2 Contribuições das emissões veiculares considerando a distribuição de 59
tamanho
4.5 Concentração de gases oriundos das emissões veiculares 62
4.6 Estimativa da emissão de material particulado e gases (NOx e SO2) pelos 65
veículos
4.7 Identificação das fontes locais por análise de fatores 66
4.7.1 Resultados da análise de fatores no IFUSP 66
4.7.1.a Identificação das fontes no IFUSP 67
4.7.1.b Resultado da análise de componentes principais absolutos no 68
IFUSP
4.7.2 Resultados das análises de fatores para as amostras obtidas no PEFI 71
4.7.2.a Identificação das fontes no PEFI 72
4.7.2.b Perfis das fontes no PEFI 73
4.8 Evolução da identificação de fontes na RMSP com o uso de métodos 74
multivariados
4.9 Caracterização do aerossol atmosférico a partir da distribuição de tamanho 78
4.10 Análise de fator dos dados do MOUDI 79
4.10.1 Identificação das fontes do MPF coletado com o MOUDI 82
4
4.11 Identificação das fontes remotas utilizando a análise de trajetórias 84
4.11.1 Configuração do modelo RAMS 84
4.11.2 Análise de trajetórias 87
4.11.3 Identificação das fontes remotas utilizando os aerossóis 95
atmosféricos medidos em São Paulo
4.12 Estudo de caso: trajetórias de parcelas de ar com alta resolução em São 99
Paulo
4.12.1 Configuração do modelo RAMS com alta resolução 99
4.12.2 Trajetórias de parcelas de ar no período intensivo MPASP 101
4.12.3 Estudo de caso para a trajetória de SE: 5 de agosto de 1999 109
4.12.4 Estudo de caso para trajetória de NW 112
Capítulo V- Discussões e conclusões 119
5.1 Introdução 119
5.2 Identificação das fontes locais 119
5.2.1 Emissões veiculares em túneis 119
5.2.2 Métodos multivariados 120
5.3 Climatologia da análise de trajetórias de ar de chegada na RMSP no 121
período de junho a agosto de 1999
5.4 Estudo de casos das trajetórias de parcelas de ar com alta resolução no 123
período intensivo MPASP
5.5 Sugestões para pesquisas futuras 124
Apêndice A 125
Apêndice B 131
Apêndice C 134
Apêndice D 136
Apêndice E 138
Apêndice F 139
Apêndice G 142
Apêndice H 154
Referências bibliográficas 160
5
AGRADECIMENTOS
Agradeço especialmente à minha orientadora Profa. Dra. Maria de Fátima Andrade
pela excelente orientação, paciência, revisão de texto, e por brindar-me uma excelente
facilidade de trabalho e pela amizade.
Também, em especial, agradeço ao Prof. Dr. Pedro Leite Silva Dias pela excelente
co-orientação deste trabalho, por ter sempre me encorajado, pelas valiosas discussões, pela
revisão de texto, e também por ter me brindado excelentes facilidades de trabalho e amizade.
Agradeço a banca examinadora: Prof. Dr. Celso Orsini (IF/USP), Profa. Dra. Lilian
Carvalho (IQ/USP), Prof. Dr. Roberto Guardani (EP/USP), Dr. Saulo Freitas (IAG/USP),
Profa. Dra. Maria Andrade, Prof. Dr. Américo Kerr (IF/USP) e Prof. Dr. Fábio Gonçalves
(IAG/USP).
Agradeço ao Dr. Saulo Ribeiro de Freitas pelas instruções do modelo de Trajetórias

Cinemáticas em 3D (TCD), no laboratório de Meteorologia Aplicada a Sistemas de Tempo
Regionais (MASTER), no início do trabalho, pelas excelentes sugestões ao longo do trabalho,
pelas excelentes dicas para o desenvolvimento da interface entre o modelo numérico da
atmosfera, Regional Atmospheric Modelling System (RAMS) na versão 4.3, e o modelo
TCD.
Agradeço ao Paulo Takeshi Matsuo pelas instruções sobre a visualização das

trajetórias de parcelas de ar, no início deste trabalho.
Agradeço ao Sr Tarsis do Grupo de Estudo de Poluição do Ar (GEPA) do Instituto de

Física da USP, pelas instruções sobre a irradiação das amostras coletadas dos aerossóis,
utilizando-se o sistema PIXE, no Laboratório de Análise de Materiais por Feixes Iônico
(LAMFI) do IFUSP e pelas dicas para a análise dos espectros do raios-X utilizando o
programa AXIL.
Agradeço à Ana Lúcia Loureiro, do GEPA, pelas instruções sobre o método analítico
da análise gravimétria e na obtenção da concentração de massa de black carbon.
Agradeço o GEPA, em especial a Andréa Castanho, por ter cedido gentilmente os

dados de aerossóis do inverno de 1999, coletados através do equipamento AFG.
Agradeço ao Demerval Moreira pelas discussões e dicas na linguagem de

programação em FORTRAN.
Agradeço à Rosana Astolfo, pelas análises de cátions e ânions nas soluções aquosas e
pela leitura de texto.
Agradeço à Dra. Nélida Marín do Departamento de Bioquímica, Instituto de Química

da USP, pelo carinho e pelo incentivo com que me ajudou nesta jornada.
6
A todos os amigos e colegas do IAG, em especial à Andréa Cardoso, Leila Martins,
João Maia, Edmilson Freitas, Marcelo Corrêa, Carlos Raupp, André Souza, Simone Ferraz,
Simone Costa, Rita Ynoue, Ricardo Hallack, Karla Longo, Marcos Longo, Marcelo
Schneider, Everaldo Souza e Regina Miranda.
Agradeço à Companhia de Tecnologia de Saneamento Ambiental (CETESB), pela

concessão de dados medidos das concentrações de monóxido de carbono, ozônio e material
particulado referente ao inverno de 1999.
Agradeço a todos os amigos e colegas Peruanos, em especial ao M.Sc. Jerónimo

García, Ing. Liberio Mar, Ing. Luis Yoza, Ing. Irene Trebejo, Rosio Camayo, Cesar Zabrano,
M.Sc. Eusebio Cisneros, Ph.D Sergio Pacsi, M.Sc. Pedro Ramos, M.Sc. Cristóbal Pinche,
M.Sc. Víctor Trejo, Ing. Franklin Unsihuay, Grinia Avalos, Nelson Quispe, Ph.D. Pablo
Reyes, Ph.D. Maria Valverde, Ph.D. Guilhermo Obregón, Ing. Sixto Flores e M.Sc. José
Dapozzo pela amizade.
Agradeço ao grupo do Laboratório de Estudos do Meio Ambiente (LEMA) do

Instituto Química da USP.
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela

bolsa de Doutorado concedida.
Agradeço à Estação Meteorológica do IAG, pelo fornecimento de dados
meteorológicos, em especial ao Dr. Artemio Plana-Fattori, Dr. Paulo Marques, Dr. Ricardo
Camargo e Sergio.
Agradeço ao laboratório MASTER, pela concessão dos dados da análise do modelo
global do CPTEC e das imagens de satélite, bem como pelas facilidades de acesso às
máquinas IBM SP2, com 8 processadores, e ORIGIN 2000, com 4 processadores, para
execução dos modelos RAMS e TCD.
Agradeço ao Prof. Dr. Fabio Gonçalves, também pelas facilidades de acesso à
maquina IBM graupel para execução dos modelos RAMS e MTCD.
Agradeço ao Helber de Freitas, pela ajuda nas medidas das concentrações de dióxido
de carbono nos túneis Jânio Quadros e Maria Maluf.
Agradeço a todos os funcionários do IAG, em especial às secretarias Marisa Maiello e
Elisabete Flores, pelo auxílio ao longo do curso. À analista de sistemas Luciana do Santos
Lemos, e aos demais técnicos e analistas, Fagner da Silva e Samuel Braun, que sempre nos
socorrem para concertar os computadores.
Agradeço ao Pedro Pais e ao Bruno Biazeto ambos do MASTER, que sempre me
ajudaram no armazenamento das análises do RAMS.
Agradeço à toda minha família, que mesmo estando longe sempre me apoiou.
Aos participantes dos experimentos em túneis, sem eles não seria possível desenvolver
este trabalho.
Agradeço à Universidade de São Paulo (USP) e a seus professores, que contribuíram
para minha formação.
Agradeço a todos os funcionários do CPG/IAG, em especial à Sandra, Fátima e
Daniely Leite, pela amizade.
Agradeço a todos os funcionários de biblioteca, em especial à Sônia, Marluce e
Márcia.
Agradeço a todos os funcionários da gráfica.
7
RESUMO
O presente trabalho visou a identificação das fontes locais e o impacto das fontes
remotas para compostos do aerossol atmosférico da Região Metropolitana de São Paulo
(RMSP). Para a identificação das fontes locais utilizou-se o modelo receptor de Análise de
Fatores (AF) sendo as fontes veiculares identificadas nessa modelagem, verificadas através
das medidas experimentais em túneis. Já para a identificação da contribuição das fontes
remotas utilizou-se a análise de trajetórias de parcelas de ar.
A AF foi aplicada à base de dados de Material Particulado Fino (MPF), amostrado na
área urbana (campus da USP no Butantã) e suburbana/floresta (Parque Estadual das Fontes do
Ipiranga). Essas bases de dados foram obtidas durante a primeira campanha de medições do
projeto temático “Meteorologia e Poluição do Ar em São Paulo”, no inverno de 1999.
Medidas de emissões do Material Particulado Inalável (PM10), NOx, CO e SO2 foram
coletadas em dois túneis: Jânio Quadros (JQ) e Maria Maluf (MM). O primeiro túnel
apresenta tráfego de veículos leves. O segundo apresenta tráfego de veículos leves e veículos
pesados movidos à diesel. As medidas foram realizadas nos dias 13 de agosto e 10 de outubro
de 2001, para o JQ e MM respectivamente. As concentrações de poluentes dentro dos túneis
foram coletadas durante horários de tráfego, e concentração de poluentes de fundo foram
medidas fora dos túneis no mesmo horário. Para o PM10, as coletas foram realizadas no
interior e fora dos túneis, utilizando o equipamento Minivol. Os gases NOx, CO e SO2 foram
coletados em sacos de ″Tedlar″ dentro e fora dos túneis.
As trajetórias de parcelas que chegam na RMSP foram obtidas utilizando-se o Modelo de
Trajetória Cinemática em 3D. Esse modelo utiliza o campo do vento tridimensional obtido
por modelagem numérica da atmosfera, através do Regional Atmospheric Modeling Sytem
(RAMS). Uma classificação da análise de trajetórias foi desenvolvida neste trabalho para cada
dia, nos horários de 00 e 12 UTC. Para cada horário foram calculadas 5 trajetórias de chegada
em pontos definidos por um quadrado, centrado na cidade de São Paulo. Quando todas as 5
trajetórias originavam-se da mesma direção, eram agrupadas e esse dia classificado como dia-
núcleo. Esses dias foram estudados com relação aos gases CO, O3 e o PM10, no período de
junho a agosto de 1999.
Aplicando-se o modelo receptor a base de dados de MPF, 5 fontes locais na área
urbana foram identificadas : ressuspensão de solo, emissões industriais, emissões veiculares,
queima de óleo combustível e aerossol secundário (sulfato). Enquanto na área
suburbana/floresta as fontes locais foram: ressuspensão de solo, queima de óleo combustível,
vegetação, emissões industriais e emissões veiculares. Neste trabalho avaliou-se o grande
impacto das fontes automotivas na emissão de material particulado.
A partir de estudo nos túneis observou-se que o MPF para os dois tipos de tráfego, é
composto principalmente de Black Carbon (BC). No MPF a concentração de BC foi de 29%
no túnel JQ e 55% no túnel MM. O valor da concentração de NOx, no túnel MM, é 2,5 vezes
maior que o valor da concentração de NOx no interior do túnel JQ, indicando que essa grande
emissão deve-se aos veículos movidos à diesel, confirmando o inventário oficial da
CETESB.
As análises das trajetórias de chegada na RMSP sugerem o sinal do transporte dos
precursores do ozônio, assim como o próprio ozônio, a partir do Vale do Paraíba.
8
ABSTRACT
The aim of this study was to identify local sources and to evaluate the impact of
remote sources in the Metropolitan Area of São Paulo (MASP). In order to identify local
sources, Factor Analysis (FA) receptor modeling was applied. Vehicle emissions identified by
FA were evaluated by comparison with vehicle emissions measured in tunnels. In order to
identify the contribution of remote sources, backward trajectories air parcels analysis was
employed.
The FA was applied to the Fine Particulate Matter (FPM) data set sampled in the
urban area of the city of São Paulo (on the campus of the University of São Paulo) and in the
suburban/forest (PEFI) area. These data sets were obtained during the first intensive campaign
of measurements of a thematic project “ Meteorology and Air Pollution in São Paulo” in the
winter of 1999.
Measurements of vehicle emissions in road tunnels located in the MASP were taken.
On August 13, 2001 and October 10, 2001, respectively, measurements of the inhalable
particulate matter (PM10), NOx, CO, and SO2 emissions were made in two tunnels: one
carried light-duty vehicles, and the other carried both light-duty vehicles and heavy-duty
diesel trucks. Tunnel pollutant concentrations were measured in the traffic (inside the
tunnels), and background pollutant concentrations were measured at the fresh air (near tunnel
exits). Concentrations of PM10 were measured with a Minivol. Concentrations of NOx, CO
and SO2 were collected inside and outside the tunnels using a “Tedlar” bag.
Air-mass backward trajectories in MASP were calculated using a three-dimensional
kinematic trajectory model. The trajectories were obtained using wind fields generated by the
Regional Atmospheric Modeling System (RAMS). In this study, an ensemble of back
trajectories were calculated every 12h (00 and 12 UTC) for five defined points in the MASP
area, all within the city of São Paulo. Each day´s ensemble of five trajectories was examined.
When all five trajectories originated from the same direction, that day was classified as a
“core” day. These days’ results were studied for concentrations of CO, O3 and PM10
measured from June to August, 1999.
Applying receptor modeling to the FPM data set, emission sources in the urban area of
the MASP were identified as: resuspended soil dust, industrial emissions, motor vehicles, oil
combustion and sulfates. The sources in the suburban/forest area were identified as:
resuspended soil dust, industrial emissions, motor vehicles, oil combustion and vegetation.
This work seeks to evaluate the extent of the impact of vehicular sources on the
concentrations of particulate matter. From the tunnels study it was observed that FPM
emissions from both vehicles classes were composed mostly of black carbon (BC). Particulate
matter derived from diesel contained more BC (55% of FPM mass) than light-duty fine
particle emissions (29% of FPM mass). As expected, due to the greater emission of NOx from
diesel vehicles, concentrations of NOx inside the heavy-duty traffic tunnel were higher than
those found inside the light duty fleet tunnel.
Back trajectories in the MASP suggest transport of ozone precursors andO3 from the
Paraiba Valley to the ambient air.
9
LISTA DE ABREVIATURAS
RMSP Região Metropolitana de São Paulo
PM10 partículas com diâmetro aerodinâmico menor que 10 µm
ACP Análise de Componentes Principais
MPF Material particulado fino
CO Monóxido de carbono
O3 Ozônio
NO2 Dióxido de nitrogênio
ASAS Alta Subtropical do Atlântico Sul
INPE Instituto Nacional de Pesquisas Espaciais
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
JQ Jânio Quadros
MM Maria Maluf
BC black carbon
AF Análise de Fatores
ACPA Análise de Componentes Principais Absolutos
RAMS Regional Atmospheric Modeling System
TSM Temperatura da Superfície do Mar
MPASP Meteorologia e Poluição do Ar em São Paulo
CLP Camada Limite Planetária
CETESB Companhia de Tecnologia de Saneamento Ambiental de São Paulo
AFG Amostrador de Particulado Fino e Grosso
MOUDI Impactador em Cascata com Deposição Uniforme
LAMFI Laboratório de Análise de Materiais por Feixes Iônicos
10
CO2 Dióxido de carbono
SO2 Dióxido de enxofre
PEFI Parque Estadual das Fontes do Ipiranga
MPG Material Particulado Grosso
PIXE Particle Induced X-ray Emission PIXE
S Direção Sul
NE Direção Nordeste
N Direção Norte
E Direção Este
SE Direção Sudeste
NW Direção Noroeste
SW Direção Sudoeste
W Direção Oeste
UTC Tempo no meridiano de Greenwich
HL Hora Local
11
LISTA DE SÍMBOLOS E ABREVIATURAS
ρ Densidade
θ Temperatura potencial
Adv Advecão na escala resolvida
Turb Transporte turbulento na cama limite planetária
Rad Parametrização de radiação
Microf Parametrização de microfísica
Da Diâmetro aerodinâmico
τ Escala de tempo da forçante
π Função de Exner
ς Vorticidade relativa
12
LISTA DE FIGURAS
Figura: Página:
Figura 1.1. Esquema idealizado da distribuição de tamanho de massa do 5
aerossol (adaptado do Brasseur et al., 1999)
Figura 1.2. Região Metropolitana de São Paulo. Mostrando a cidade de São Paulo e os 9
38 municípios. Fonte: http://www.prodam.sp.gov.br/spn/muspregm/regiao.htm
Figura 3.1. A localização das estações de rede automática (fonte: Cetesb,2001) 34
Figura 3.2a. Visão explodida do Amostrador de Finos e Grossos, AFG. (fonte, 36
Tabacniks, 1991)
Figura 3.2b. Arranjo experimental de amostragem com o AFG. (Fonte: 36
Castanho, 1999)
Figura 3.3. Princípio físico de operação do MOUDI: (a) para n-ésimo estágio, 40
(b) para os todos os estágios.
Figura 3.4. Emissão de raios-x induzidos por prótons (adaptado de Tsuji et al., 42
2000)
Figura. 3.5. O sistema PIXE 43
Figura 3.6. O espectro típico gerado pelo sistema PIXE 43
Figura 4.1.1. Concentração em massa do material particulado (CMP), nas 48
modas fina e grossa por amostra, nos túneis Jânio Quadros e Maria Maluf.
Figura 4.1.2. Razão da concentração de black carbon (BC) na concentração do 49
material particulado fino (MPF), por amostra
Figura 4.1.3. Participação percentual dos elementos inorgânicos (EI) em 50
relação à massa total de material particulado (CMP), por amostra.
Figura 4.1.4. Razão entre as médias percentuais das medidas internas (PCMI) e 52
as médias percentuais obtidas nas medidas externas (PCME), no túnel Jânio
Quadros (JQ), nas frações da moda fina e grossa do aerossol.
as médias percentuais obtidas nas medidas externas (PCME), no túnel Maria
Maluf, nas frações de moda fina e grossa do aerossol.
Figura 4.4.1. Concentração em massa do material particulado (CMP), por 57
estágio, localizado no túnel Jânio Quadros, , para os coletores: (a) moudiJ 1,
(b) moudiJ 2, (c) moudiJ 3
estágio, localizado no túnel Maria Maluf para os coletores: (a) moudiM 4,
(b) moudiM 5.
Figura 4.4.3. Concentrações totais (CT), soma de todos os estágios para cada 59
impactador para as amostragens nos túneis.
Figura 4.7.1. Perfis das fontes calculadas para o MPF, no IFUSP: (a) 70
ressuspensão do solo (fonte 1), (b) indústrias e veículos (fonte 2), (c) óleo
combustível (fonte 3), (d) veículos e sulfato (fonte 4), e (e) veículos (fonte 5).
Figura 4.9. Distribuição de tamanho em massa para os elementos-traços 80
amostrados durante o MPASP
Figura 4.11.1. Trajetórias de chegada na cidade de São Paulo, de 1 à 15 de 86
junho de 1999, às 00 UTC chegando a 100 m acima da superfície. A escala
de cores representa a altura acima do nível do mar (m) da parcela de ar e cada
ponto negro sobre a trajetória indica cada 24 horas de integração referente à
trajetória.
13
trajetória.
junho de 1999, às 12 UTC atingindo a 100 m acima da superfície. A escala
trajetória.
Figura 4.11.4. Freqüência de ocorrência de tipos de trajetórias: (a) todas as 91
trajetórias (b) para dias-núcleos considerando juntamente os horários de 00 e
12 UTC.
Figura 4.11.5. Classificação segundo a origem das trajetórias para os dias-núcleo: 92
(a) às 00 UTC e (b) às 12 UTC.
Figura 4.11.6. Concentração média de ozônio para os dias-núcleos (a) às 00 UTC e (b) 93
às 12 UTC. As barras indicam o desvio padrão.
Figura 4.11.7. Concentração média de CO para os dias-núcleos: (a) às 00 UTC 94
e (b) às 12 UTC. As barras indicam o desvio padrão.
Figura 4.11.8. Concentração média de massa do material particulado (PM10) 96
para os dias- núcleos (a) às 00 UTC e (b) às 12 UTC. As barras indicam o
desvio padrão.
Figura 14.2.1. Distribuição das grades e a respectiva topografia. A sigla SP 100
sobre a mapa indica a cidade de São Paulo.
Figura 4.12.2. Trajetória de chegada na Cidade de São Paulo em 1999, atingindo 102
200 m acima da superfície (a) 25/07 às 18 HL, (b) 26/07 às 15 HL, (c) 27/07
às 03 HL, (d) 28/07 às 18 HL, (e) 29/07 às 18 HL, (f) 30/07 às 18 HL, (g)
31/07 às 12 HL e (h) 02/08 às 18 HL. A escala de cores representa a altura
acima do nível do mar (em m) da parcela e cada ponto negro sobre a
trajetória, 6 horas de integração referente à trajetória.
Figura 4.12.3. Trajetória de chegada na Cidade de São Paulo em 1999, 103
atingindo 200 m acima da superfície: (a) 03/08 às 18 HL, (b) 04/08 às 12 HL,
(c) 05/08 às 18 HL, (d) 06/08 às 15 HL, (e) 07/08 às 09 HL, (f) 08/08 às 09
HL, (g) 09/08 às 12 HL e (h) 10/08 às 21 HL. A escala de cores representa a
altura acima do nível do mar (em m) da parcela e cada ponto negro sobre a
Figura 4.12.4. Trajetória de chegada na Cidade de São Paulo em 1999 atingindo 104
200 m acima da superfície: (a) 11/08 às 15 HL, (b) 12/08 às 18 HL. A escala
de cores representa a altura acima do nível do mar (em m) da parcela e cada
ponto negro sobre a trajetória, 6 horas de integração referente à trajetória.
Figura 4.12.5. Variação temporal de CO, medido em várias estações da 106
CETESB para o período de 25/07 a 15/08 de 1999.
Figura 4.12.6. Condição sinótica para os dias 7, 8 e 11 de agosto de 1999 na 107
RMSP (a) Pré-frontal no dia 07/08 às 12 UTC, (b) Frente Fria no dia 07/08 às
18 UTC, (c) Pós-frontal no dia 08/08 ás 12 UTC, e (d) Alta Subtropical do
Atlântico Sul no dia 11/08 às 00 UTC.
Figura 4.12.3.1. Imagem de satélite GOES-8 no canal IR no dia 05/08/99 (a) às 109
1200 UTC e (b) às 18 UTC. Nota-se a frente fria sobre a Argentina.
14
Figura 4.12.3.2. Evolução diária de Monóxido do Carbono nos dias 05/08/9 e 110
06/08/99 na estação de São Caetano de Sul.
Figura 4.12.3.3. Evolução diária da concentração de Monóxido de Carbono no 110
dia 05/08/99 e 06/08/99 na estação Parque Dom Pedro II.
Figura 4.12.3.4. Trajetória de chegada na Cidade de São Paulo da parcela de ar 111
a 200 m acima da superfície no dia 05/08 às 18 HL. A escala de cores
representa a altura acima do nível do mar (em m) da parcela e cada ponto
negro sobre a trajetória, 6 horas de integração referente à trajetória.
Figura 4.12.3.5. Altura da camada limite planetária para os dias 05 e 06/08 111
medida a partir do SODAR Doppler.
Figura 4.12.3.6. Evolução temporal da temperatura no dia 5/08/99 na estação 112
Meteorológica do Departamento de Ciências Atmosféricas. A Figura (a)
refere-se à temperatura potencial equivalente (θe), enquanto a Figura (b)
corresponde a temperatura de ponto de orvalho (Td).
Figura 4.12.4.1. Trajetória de chegada na Cidade de São Paulo a 200 m acima 113
da superfície, no dia 27 de julho de 1999, às 3 HL. A escala de cores
Figura 4.12.4.2. Detecção de queimadas pelo satélite NOAA 12, no dia 27 de 114
julho de 1999. A linha tracejada central representa o cruzamento com o
Equador às 1751 HL, em longitude 48,62W (Fonte INPE)
Figura 4.12.4.3. Campo de vento horizontal (m/s), no nível de 1000 hPa, no 114
dia 27 de julho de 1999.
Figura 4.12.4.4. Imagem de satélite no canal IR, no dia 27/07/99, às 12 UTC. 115
Figura 4.12.4.5. Variação temporal do material particulado inalável no dia 27 de 115
julho de 1999.
Figura 4.12.4.6. Altura da camada limite planetária para o dia 27 de julho de 115
1999, obtida a partir do SODAR DOPPLER.
Figura 4.12.4.7. Trajetória de chegada na Cidade de São Paulo, a 200 m acima 116
da superfície, no dia 07 de agosto de 1999 às 21:00 LT. A escala de cores
agosto de 1999. A linha tracejada representa o cruzamento com o Equador às
1705 HL na longitude de 37,51W e o cruzamento com o Equador às 1847 HL
na longitude 62,77W (fonte INPE)
Figura 4.12.4.9. Variação horária do CO no dia 7 de agosto de 1999. 117
Figura 4.12.4.10. Imagem de satélite no canal IR no dia 7 de agosto de 1999 às 117
12 UTC
Figura 4.12.4.11. Altura de camada limite planetária para o 7 de agosto de 1999 117
15
LISTA DE TABELAS
Tabelas: Página:
Tabela 1.1. Principais fontes do aerossol atmosférico e sua estimativa de 6
emissão global
Tabela 1.2. Padrões nacionais de qualidade do ar (CETESB,2000) 8
Tabela 1.3. Critérios para episódios agudos de poluição do ar (CETESB, 2000) 8
Tabela 1.4. Estimativa da emissão das fontes de poluição do ar na RMSP em 13
2001
Tabela 3.1. Parâmetros medidos na Campanha de inverno de 1999. 33
Tabela 3.2. Rede automática de monitoramento atmosférico da CETESB (Fonte: 35
Cetesb,2000)
Tabela 3.3. Diâmetro de corte para o impactador tipo MOUDI 37
Tabela 3.4. Informações sobre as amostragens dos elementos-traços realizadas 38
com o MOUDI, durante o MPASP de 03 a 12 de agosto de 1999.
Tabela 4.1.1a. Período de amostragem de cada uma das 09 amostras coletadas 47
nos túneis Jânio Quadros e Maria Maluf e suas concentrações de massa
utilizando o equipamento Minivol
Tabela 4.1.1b. Número de veículos por hora que circularam durante as 48
amostragens
Tabela 4.1.2a. Compostos e elementos inorgânicos na sua forma oxidada, black 51
carbon (BC) e compostos orgânicos na moda fina (em µg/m3)
Tabela 4.1.2b. Compostos e elementos inorgânicos na sua forma oxidada (em 51
µg/m3) na moda grossa
Tabela 4.1.3. Razão entre a concentração de elementos-traços e o MPF* (em %) 54
Tabela 4.1.4. Razão entre a concentração de elementos-traços e o MPG* (em %) 54
Tabela 4.4.1. Informações sobre as amostragens dos aerossóis realizadas nos 55
túneis Jânio Quadros (MoudiJ) e Maria Maluf (MoudiM) utilizando o
MOUDI.
Tabela 4.4.2. Estágios do Impactador em Cascata, com os diâmetros de corte e 56
concentrações em massa por estágio.
Tabela 4.4.3. Razão entre a concentração de elementos-traços e a concentração 60
em massa (%) em cada estágio no túnel Jânio Quadros
Tabela 4.4.4. Razão entre a concentração de elementos-traços e a 60
concentração em massa (%) em cada estágio no túnel Maria Maluf
Tabela 4.4.5. Participação dos elementos traços na concentração em massa por 61
estágio, para amostragens realizadas no inverno de1999 no DCAUSP
Tabela 4.5.1. Média aritmética e desvio padrão (entre parênteses) da 62
concentração de CO2 nos túneis Jânio Quadros e Maria Maluf.
Tabela 4.5.2a. Medidas no interior do túnel Jânio Quadros. (desvio padrão 63
entre parenteses)
Tabela 4.5.2b. Medidas fora do túnel Jânio Quadros 63
Tabela 4.5.3a. Medidas no interior do túnel Maria Maluf 64
Tabela 4.5.3b. Medidas no exterior do túnel Maria Maluf 64
Tabela 4.5.4. Fatores médios de emissão dos veículos em uso na RMSP em 64
2000 (Cetesb, 2001).
Tabela 4.6.1. Fatores de emissão para elementos-traço na fase particulado fino 65
(em µg/kg), resultado da emissão por veículos leves.
16
Tabela 4.6.2. Fatores de emissão para os gases NOx e SO2 (em g/kg), resultado 66
da emissão por veículos leves.
Tabela 4.7.1. Média aritmética, valor mínimo, valor máximo e desvios padrões 67
das variáveis amostradas no IFUSP, pesos dos fatores da Análise de Fatores
com rotação VARIMAX e comunalidade (h2)
Tabela 4.7.2a. Perfis das fontes (em ng/µg) para o Material Particulado Fino 69
no IFUSP
Tabela 4.7.3. Média aritmética, valor mínimo, valor máximo e desvios-padrões 72
das variáveis amostradas na Água Funda, pesos dos fatores da Análise de
Fatores com rotação VARIMAX e comunalidade (h2).
Tabela 4.7.4. Perfis das fontes (em ng/µg) para o material particulado fino 73
amostrado no PEFI.
Tabela 4.8.1. Fontes identificadas e sua participação no MPF amostrada no 74
IFUSP, em 1983-1984 (Andrade,1986).
Tabela 4.8.2. Fontes identificadas e sua participação no MPG, em 1983-1984 74
(Andrade,1986).
Tabela 4.8.3. Fontes identificadas e sua participação no MPF, em 1986 75
(Andrade, 1993)
Tabela 4.8.4. Fontes identificadas para o MPG amostrado no IFUSP em 1986 75
(Andrade, 1993).
Tabela 4.8.5. Fontes identificadas e sua participação no MPF-SPACEX em 75
1989 (Andrade et al.1994).
Tabela 4.8.6. Fontes identificadas para o MPG-SPACEX, amostrado em 1989 76
(Andrade et al.1994).
Tabela 4.8.7. Fontes identificadas e sua participação para o MPF, em 1994 76
(Sánchez- Ccoyllo & Andrade, 2001).
Tabela 4.8.8. Fontes identificadas para o MPF, amostrados na FMUSP, em 1997 76
(Castanho & Artaxo, 2001).
Tabela 4.8.9. Fontes identificadas para o MPG, amostrado na FMUSP, em 1997 77
(Castanho,1999).
Tabela 4.8.10. Fontes identificadas para o MPF, amostrado no IFUSP, no 77
verão de 1998 (Castanho & Artaxo, 2001).
Tabela 4.8.11. Fontes identificadas para o MPG, amostrado no IFUSP, no 77
verão de 1998 (Castanho,1999).
inverno de 1999 (este trabalho).
Tabela 4.8.13. Fontes identificadas para o MPF, amostrados no PEFI, no 78
Tabela 4.10.1. Autovalores, variância explicada, pela Análise de Fatores, dos 79
dados de MPF do MOUDI, antes da rotação VARIMX.
Tabela 4.10.2. Média aritmética, valor mínimo, valor máximo e desvios- 82
padrões (em ng/m3) das variáveis amostradas no DCAUSP, pesos dos fatores
da Análise de Fatores com rotação VARIMAX e comunalidade (h2).
Tabela 9.11.1. As grades do modelo foram construídas da seguinte maneira: na 84
horizontal
Tabela 9.11.2. As grades do modelo RAMS construídas na vertical 85
Tabela 4.11.2a Freqüência de ocorrência das trajetórias, segundo suas origens, 88
no inverno de 1999.
17
Tabela 4.11.2b. Número de ocorrência de dias classificados como dias-núcleo 88
das trajetórias de chegada considerando ambos horários (00 e 12 UTC), no
inverno de 1999.
Tabela 4.11.3a Freqüência de ocorrência dos dias-núcleo de tipos diferentes de 89
trajetória às 00 UTC no inverno de 1999.
Tabela 4.11.3b. Freqüência de ocorrência dos dias-núcleo de tipos diferentes 89
de trajetória às 12 UTC no inverno de 1999.
Tabela 4.11.4a Concentrações médias de ozônio e desvios padrões (em µg/m3 ) 90
medidas para diferentes tipos de trajetória, às 0000UTC.
Tabela 4.11.4b. Concentrações médias de ozônio e desvios padrões (em 90
µg/m3) em medidas para diferentes tipos de trajetórias, às 1200UTC.
Tabela 4.11.5. Concentrações médias de CO e desvios padrões (em ppm) 90
medidas para diferentes tipos de trajetórias, às 0000UTC
medidas para diferentes tipos de trajetórias, às 1200 UTC.
Tabela 4.11.7. Concentração média de PM10 (em µg/m3) medida e respectivo 95
desvio padrão (entre parênteses) para diferentes classes de trajetórias às
00UTC.
Tabela 4.11.8. Concentração média de PM10 (em µg/m3) medida e desvio padrão 95
(entre parênteses) para diferentes classes de trajetórias às 1200 UTC.
Tabela 4.12.1. Condições sinóticas na RMSP de 2 à 14 de agosto de 1999. 108
18
INTRODUÇÃO
Poluição atmosférica pode ser entendida como a contaminação do ar por gases e

material particulado, provocada pelo homem e também devido a fenômenos naturais
(incêndios espontâneos e vulcões), produzindo em escala local, efeitos deletérios à saúde
humana, flora, fauna e edificações. Em escala global, tais efeitos são principalmente i) o
“efeito estufa” e ii) a destruição da camada estratosférica de ozônio (Alonso et al., 1997).
A poluição atmosférica em mega-cidades é um problema relativamente recente,
particularmente importante nas últimas décadas. A Região Metropolitana de São Paulo
(RMSP) é o maior conglomerado urbano da América do Sul, com 18 milhões de habitantes,
considerada um centro urbano-industrial onde as atividades humanas têm sofrido
conseqüências do impacto ambiental, principalmente na saúde da população (Saldiva et al.,
1995; CETESB, 2002). A RMSP possui um grande parque industrial além de uma frota em
torno de 6 milhões de veículos leves e pesados (CETESB, 2002).
Em função do grande número de veículos circulantes, estes constituem a principal
fonte poluidora da RMSP para os poluentes que possuem valores de padrão de qualidade do
ar determinados pela legislação. Entretanto, as fontes remotas dos poluentes devem ser
consideradas para as variações das concentrações medidas nas estações da RMSP. Dentre
essas fontes remotas pode-se destacar as indústrias da Região de Cubatão (Kerr, 1995) e as
queimadas de biomassa de outras áreas do Brasil, principalmente da Região Central (Freitas,
1999; Kaufman et al., 1998).
Neste trabalho o objetivo é identificar a contribuição das fontes remotas e locais para a
concentração de alguns poluentes na atmosfera da RMSP, considerando como base de dados,
o período de junho a agosto de 1999. Em síntese, o objetivo geral é avaliar a importância
relativa das fontes locais e remotas de poluentes para a RMSP e os objetivos específicos são:
i) avaliar as emissões de partículas inaláveis (PM10) e dos gases (NOx e SO2) por
veículos em túneis com características de tráfego diferentes;
ii) identificar as fontes locais de aerossóis da RMSP, utilizando-se o modelo receptor de
Análise de Fatores e o estudo experimental nos túneis com características de tráfego
diferentes;
19
iii) analisar a influência de fontes remotas de poluentes para a RMSP, através da análise
das trajetórias de parcelas de ar. Essas trajetórias permitem a identificação da origem
da massa de ar que chega à RMSP.
Para o bom entendimento do estudo aqui proposto, é adequado relembrar em um
primeiro capítulo algumas generalidades e definições acerca dos poluentes atmosféricos. Ou
seja, as fontes de poluentes atmosféricos, suas propriedades mais importantes e sua
classificação, incluindo a apresentação dos padrões de qualidade do ar, caracterização da
RMSP e as descrições das metodologias usadas para a identificação de fontes locais e
remotas. No capítulo seguinte será apresentada a metodologia necessária para que os objetivos
propostos sejam atingidos. No capítulo III é apresentada a parte experimental incluindo as
medidas nos túneis. No capítulo IV serão apresentados os resultados e, no último capítulo as
discussões e conclusões.
20
CAPÍTULO I
OS POLUENTES ATMOSFÉRICOS
1.1. AEROSSÓIS ATMOSFÉRICOS

1.1.a. DEFINIÇÃO
O material particulado ou aerossol atmosférico é constituído por partículas sólidas e
líquidas em suspensão na atmosfera (Seinfeld & Pandis, 1998).
O objetivo do estudo de aerossóis atmosféricos é investigar suas fontes, sorvedouros,
propriedades físicas e químicas, transformações e tempo de residência, visando,
principalmente, entender os possíveis efeitos no homem, no clima e no meio ambiente
(Tabacniks, 1991).
Os efeitos dos aerossóis no clima podem ser diretos e indiretos. O efeito direto ocorre
a partir do espalhamento ou da absorção da radiação solar pelas partículas. Com o
espalhamento, parte da radiação é refletida de volta ao espaço (por exemplo, partículas de
sulfato refletem a radiação solar). A absorção de radiação ocorre, por exemplo, por black
carbon1. Os efeitos indiretos de aerossóis ocorrem devido ao fato das partículas de aerossol
atuarem como núcleo de condensação de nuvens (Seinfeld & Pandis, 1998; Yamasoe, 1999).
É interessante salientar que cerca de 80% dos núcleos de condensação de nuvens gerados
globalmente, provêm de aerossóis marinhos (Artaxo et al., 1994) o que os torna muito
importantes no balanço radiativo.
1.1.b. CARACTERÍSTICAS FÍSICAS

O tamanho das partículas que constituem o aerossol atmosférico varia desde
dimensões moleculares, cerca de 0,002 µm, até 100 µm. As partículas distribuem-se em três
modas: 1) núcleos de transição ou de Aitken (diâmetro aerodinâmico (da) < 0,07 µm), 2)
moda de acumulação (0,07 < da < 2µm) e 3) moda grossa (da > 2 µm). O tempo de residência
das partículas da moda de Aitken é muito pequeno devido à sua reatividade química e
mobilidade que faz com que rapidamente se incorporem à moda de acumulação. Não existe
nenhum mecanismo eficiente de transformação de partículas da moda de acumulação para a
1
O termo black carbon é chamado também Carbono Elementar. Uma das possíveis traduções para o português
desse termo seria “negro de fumo”, neste trabalho optou-se por manter o termo em inglês.
21
moda grossa ou vice versa. Estas são modas relativamente estáveis, governadas por
propriedades físicas e químicas próprias e relativamente independentes (Seinfeld & Pandis,
1998). A figura 1.1 mostra um diagrama das principais fontes, sorvedouros e processos na
atmosfera dos aerossóis atmosféricos, para as distribuições de tamanho. As partículas da
moda fina são, geralmente, formadas por processos químicos (processos de combustão
seguido por conversão gás-partícula). As partículas da moda grossa são, em geral, formadas
por processos mecânicos: ressuspensão de poeira do solo pela ação do vento e aerossol
marinho gerado pela interação do vento com a superfície do mar (Yamasoe, 1999; Seinfeld &
Pandis, 1998).
1.1.c. PARÂMETROS DE QUALIDADE DO AR

O material particulado é classificado conforme a faixa de tamanho amostrada (Cetesb,
2001):
i) partículas totais em suspensão (PTS). Caracterizadas por partículas com até 100 µm de
diâmetro aerodinâmico. Geralmente coletada com amostradores de grande volume -
Hivol.
ii) partículas inaláveis (PM10) definidas como partículas com diâmetro aerodinâmico
menor que 10 µm. Essas partículas dividem-se em partículas finas com diâmetro
aerodinâmico (da) menor que 2 µm e grossas com da entre 2 e 10 µm.
1.1.d. FONTES DOS AEROSSÓIS ATMOSFÉRICOS

As fontes naturais dos aerossóis atmosféricos incluem o solo e fragmentos de rocha
(poeira terrestre), ação vulcânica, spray marinho, queimadas e reações entre as emissões dos
gases naturais. A Tabela 1.1 apresenta a estimativa de emissões do material particulado a
partir das fontes antropogênicas e naturais. Emissões do material particulado que caracterizam
as atividades humanas originam-se, principalmente, a partir de quatro categorias de fonte: (i)
queima de óleo combustível, (ii) processos industriais, (iii) fontes não industriais (poeira da
rua a partir de ruas pavimentadas e não pavimentadas, construções, etc.) e (iv) fontes
associadas ao transporte (automotivas, etc.).
22
Conversão química de
gases para vapores
Vapor Quente pouco voláteis
Condensação
Vapores pouco
voláteis
Partículas primárias
Nucleação
coagulação homogênea Poeira
+
Crescimento por spray marinho
Agregados condensação de núcleos +
vulcões
+
GOTAS
plantas
coagulação
coagulação
Remoção
pela
chuva sedimentação
DIÂMETRO DAS PARTÍCULAS (µm)
Núcleos de Aitken Moda de Aerossol gerado

acumulação mecanicamente
Partículas finas Partículas grossas
Figura 1.1. Esquema idealizado da distribuição de tamanho de massa do aerossol (adaptado

do Brasseur et al., 1999)
23
Tabela 1.1. Principais fontes do aerossol atmosférico e sua estimativa de emissão global
FONTE FLUXO MODAS DE AEROSSOL
ESTIMADO (Tg/ano)
NATURAL
Primária
Poeira do solo (aerossol mineral) 1500 Principalmente grosso
Spray marinho 1300 Grosso
Atividade Vulcânica 30 Grosso
Decomposição biológica 50 Grosso
Secundário
Sulfatos a partir de gases biogênicas 130 Fino
Sulfatos a partir de SO2 vulcânico 20 Fino
Matéria orgânica a partir de VOC biogênicos 60 Fino
Nitratos a partir de NOx 30 Fino e grosso
TOTAL NATURAL 3100
ANTROPOGÊNICO
Primário
Poeira industrial 100 Fino e grosso
Carbono elementar 10 Principalmente fino
Secundário
Sulfatos provenientes de SO2 190 Fino
Queima de biomassa 90 Fino
Nitratos provenientes de NOx 50 Principalmente grosso
Orgânicos provenientes de VOC antropogênico 10 Fino
TOTAL NATROPOGÊNICAS 450
Tg=Teragrama (10 12), VOC (carbono orgânico volátil)
Fonte: Kiehl & Rodhe (1995)
Alguns estudos da determinação de fontes locais de aerossol em São Paulo, utilizando

apenas os métodos multivariados, podem ser encontrados em Andrade et al. (1994) e
Castanho & Artaxo (2001). Andrade et al. (1994) aplicaram a Análise de Componentes
Principais (ACP) aos dados coletados em agosto de 1989, de concentrações elementares das
espécies constituintes do material particulado, quais foram: concentração de massa do
Material Particulado Fino (MPF), Na, Mg, Al, Si, S, Cl, K, Ca, Ti, V, Mn, Fe, Ni, Cu, Zn, Br
e Pb. Foram identificadas 3 fontes principais baseadas em seus elementos traçadores: a)
emissões industriais (associadas aos elementos-traços Na, Mn, Zn e Pb); b) emissões da
queima de óleo combustível (associadas V e Ni) e c) fonte solo (associada aos elementos-
traços Al, Si e Ti). Castanho & Artaxo (2001) também aplicaram a ACP aos dados de
concentração elementar do MPF, coletado no período de 10 de junho a 10 de setembro de
1997: Al, Si, Ti, Black Carbon (BC), S, Cu, MPF, K, V, Ni, Zn, Pb, Ca, Mn e Fe.
Identificaram cinco fontes principais e seus elementos traçadores: a) ressuspensão de solo
(com traçadores de Al, Si e Ti); b) emissões veiculares (associadas com os elementos-traços
Cu, BC e Pb); c) sulfatos (com traçadores S, MPF e K); d) queima de óleo combustível
(associada ao V e Ni) e) emissões industriais (associadas aos elementos-traço Zn, Pb e Mn).
24
1.2. PADRÕES DE QUALIDADE DO AR
Os padrões nacionais de qualidade do ar fixados na resolução CONAMA número 3, de
28/06/90, são apresentados na Tabela 1.2. Um padrão de qualidade do ar define legalmente o
limite máximo para a concentração de um componente atmosférico que garanta a proteção da
saúde e do bem estar das pessoas. São estabelecidos dois tipos de padrões de qualidade do ar:
os primários e os secundários.
São padrões primários de qualidade do ar as concentrações de poluentes que, se
ultrapassadas, podem, afetar a saúde da população. Podem ser entendidos como níveis
máximos toleráveis de concentração de poluentes atmosféricos, constituindo-se em metas de
curto e médio prazo.
São padrões secundários de qualidade do ar as concentrações de poluentes
atmosféricos abaixo das quais se prevê o mínimo efeito adverso sobre o bem estar da
população, assim como o mínimo dano à fauna, à flora, aos materiais e ao meio ambiente em
geral. Podem ser entendidos como níveis desejados de concentração de poluentes,
constituindo-se em meta de longo prazo (CETESB, 2002).
A mesma resolução do CONAMA número 3, de 28/06/90, estabelece ainda os
critérios para episódios agudos de poluição do ar. Esses critérios são apresentados na Tabela
1.3.
Na RMSP são ultrapassados os padrões de qualidade do ar referentes à: 1)
concentração das partículas totais em suspensão (PTS), tanto a máxima diária de 24 horas
(240 µg/m3 ) como a média anual (80 µg/m3 ); 2) concentração de fumaça, os padrões diários
(150 µg/m3 ) e anual (60 µg/m3 ); 3) concentração de partículas inaláveis (PM10) o padrão
diário (150 µg/m3) e, durante o inverno, o nível de atenção (250 µg/m3, média de 24 horas),
conforme indicado na Tabela 1.2; 4) concentração de monóxido de carbono (CO) para 8
horas (9 ppm), principalmente durante o inverno; 5) concentração de ozônio, (o padrão de
qualidade do ar 160 µg/m3, concentração máxima em uma hora) e também o nível de atenção
(200 µg/m3 ), principalmente nos dias de alta insolação (que são freqüentes). O novo padrão
para o ozônio, sugerido pela Organização Mundial da Saúde (OMS) de 120 µg/m3
(concentração média de 8 horas), também não é observado; 6) concentração de dióxido de
nitrogênio (NO2), (o padrão horário de 320 µg/m3 é ultrapassado, bem acima do limite
sugerido pela OMS de 200 µg/m3, concentração máxima horária).
25
Tabela 1.2. Padrões nacionais de qualidade do ar (CETESB, 2000)
POLUENTE TEMPO DE PADRÃO PADRÃO MÉTODO DE
AMOSTRAGEM PRIMÁRIO SECUNDÁRIO MEDIÇÃO
(µg/m3) (µg/m3)
Partículas totais em 24 horas 240 150 amostrador de
suspensão MGA 80 60 grandes volumes
Partículas inaláveis 24 horas 150 150 Separação
MAA 50 50 inercia/filtro
Fumaça 24 horas 150 100 refletância
MAA 60 40
Dióxido de enxofre 24 horas 365 100 Pararosanilina
MAA 80 40
Dióxido de 1hora 320 190 quimiluminescência
nitrogênio MAA 100 100
Monóxido de 1 hora 40,000(35 ppm) 40,000(35 ppm) Infravermelho não
carbono 8 horas 10,000( 9 ppm) 10,000( 9 ppm) dispersivo
Ozônio 1 hora 160 160 quimiluminescência

Onde as médias de 24, 8 e 1 horas não devem ser excedidas mais que uma vez ao ano.
MGA= média geométrica anual
MAA= média aritmética anual
Tabela 1.3. Critérios para episódios agudos de poluição do ar (CETESB, 2000)

PARÂMETROS ATENÇÃO ALERTA EMERGÊNCIA
Partículas totais em suspensão 375 625 875
(µg/m3) –24 horas
Partículas inaláveis 250 420 500
Fumaça 250 420 500
Dióxido de enxofre 800 1600 2100
Dióxido de nitrogênio 1130 2260 3000
(µg/m3) –1 horas
Monóxido de carbono 15 30 40
(ppm)- 8 horas
Ozônio 400* 800 1000
(µg/m3) –1 horas
* o nível de atenção é declarado pela CETESB com base na Legislação Estadual que é mais restrita (200 µg/m3).
1.3. REGIÃO METROPOLITANA DE SÃO PAULO

1.3.1. CARACTERÍSTICAS GERAIS DO RELEVO DA REGIÃO
A cidade de São Paulo está localizada em um compartimento rebaixado do Planalto
Atlântico, cortado pelo Trópico de Capricórnio. Esse compartimento é conhecido como
Bacia Sedimentar de São Paulo (Climanálise,1986). A cidade de São Paulo, juntamente com
38 municípios vizinhos, forma um dos maiores aglomerados urbanos do mundo, a chamada
Região Metropolitana de São Paulo (RMSP) (Figura 1.2). A RMSP possui uma extensão de
aproximadamente 8,000 km2, com uma topografia dominada por colinas que variam de 650 a
1200 m (Cetesb, 2002).
26
Figura 1.2 Região Metropolitana de São Paulo. Mostrando a cidade de São Paulo e os 38
municípios. Fonte: http://www.prodam.sp.gov.br/spn/muspregm/regiao.htm
1.3.2. CARACTERIZAÇÃO CLIMÁTICA E INFLUÊNCIA DAS CIRCULAÇÕES

REMOTAS
O clima da RMSP pode ser classificado como tropical úmido de altitude (Martyn,
1992). Cardoso (2001) estudou, observacionalmente, a relação entre o clima de inverno na
cidade de São Paulo e a Temperatura da Superfície do Mar (TSM) nos oceanos Atlântico e
Pacífico. Foi utilizada uma metodologia baseada em procedimentos estatísticos tais como a
Análise de Correlações Simples, para confirmar as indicações da relação entre a TSM e a
temperatura de São Paulo (TSP). As análises de componentes principais e correlação canônica
foram utilizadas na filtragem dos dados de TSM. Os modos resultantes das pré-filtragens
foram utilizados como preditores da TSP, através do uso de modelo linear e não linear (teoria
de Redes Neurais), permitindo o estudo de correlações lineares e não-lineares entre TSM e
variáveis climáticas da cidade de São Paulo. Os resultados mostraram evidências de que a
TSM dos oceanos Atlântico e Pacífico exerce influências significativas sobre o clima de
inverno na cidade de São Paulo. Foi destacado que a influência resultante é a somatória de
vários fatores tais como posição e intensidade da Alta Subtropical do Atlântico Sul, atuação
de sistemas frontais, ciclogêneses e fenômenos de grande escala, como El Niño e bloqueios
27
atmosféricos. Os resultados mostraram que esta técnica é capaz de realizar previsões
eficientes da TSP mensal, inclusive de longo prazo (pelo menos até 3 meses).
Segundo Cardoso (2001), o Oceano Atlântico (AO) destacou-se em termos de valores
dos coeficientes de correlações (CCs), particularmente nas regiões próximas à costa sul e
sudeste do Brasil, que estão associados aos CCs positivos do dipolo de correlações
significativas, no período de maio a setembro de 1950 a 1996. Para o oceano Pacífico,
também houve, no período de maio a julho, a presença de um dipolo de correlações
significativas.
Os anticiclones subtropicais são sistemas de bom tempo que se formam sobre oceanos
e, em média, em torno de 30° de latitude Norte e Sul (centrados em latitudes subtropicais). No
Hemisfério Sul (HS), as altas do Atlântico Sul, do Pacífico Sul e do Sul do Oceano Índico
estendem-se verticalmente (acima de 10 km de altura) da superfície oceânica à tropopausa e
consistem de extensas áreas de ar subsidente seco e quente (Moran & Morgan, 1994). No
anticiclone, a subsidência do ar e a divergência dos ventos em superfície favorecem a
formação de uma massa de ar uniforme e inibem a formação de nuvens.
Ito (1999), utilizou um procedimento automatizado para localizar e seguir centros de
alta pressão e o aplicou para 15 anos (1982-1996) da série de dados de pressão reduzida ao
nível médio do mar pertencentes à Reanálise (Kalnay et al., 1996; Kistler et al., 2001) do
NCEP (National Center for Environmental Prediction), para examinar o comportamento da
Alta Subtropical do Atlântico Sul (ASAS). Seus resultados mostraram que a ASAS é
continuamente alimentada por anticiclones extratropicais formados sobre o continente sul
americano, ao passo que os sistemas frontais tendem a deslocá-la, enfraquecendo a sua
estrutura. Além disso, análises verticais comprovaram a contribuição direta da célula de
Hadley na manutenção do anticiclone. As análises dos campos de vorticidade potencial
isentrópica e vento na superfície isentrópica de 310K mostraram que as massas de ar,
originadas da troposfera superior, descem no lado leste da ASAS e incorporam-se à sua
estrutura.
1.4. IDENTIFICAÇÃO DAS FONTES REMOTAS

O cálculo de trajetórias de chegada (backward trajectories) de parcelas de ar tem sido
utilizado para identificar as possíveis fontes dos poluentes medidos em uma localidade (Fast
& Berkowitz, 1997). Idealmente as trajetórias de chegada localizam a origem de uma parcela
do ar poluído sobre um período de tempo. Essas trajetórias podem ser utilizadas para
28
identificar a região de fonte potencial para os poluentes medidos no receptor (Branko et al.,
1998).
Medidas da composição de poluição atmosférica nas estações de qualidade do ar,
realizadas por programas de monitoramento de longo termo, mostram que as concentrações
variam na escala de tempo de minutos a décadas. Algumas dessas mudanças são claramente
relacionadas ao ciclo anual ou à mudança sazonal no padrão de emissão ou transporte de
gases traços, mas, em escala de tempo de dias, é fortemente associada à história imediata da
parcela de ar antes desta chegar ao lugar de amostragem. Com a finalidade de entender os
diferentes processos que contribuem para mudanças nas concentrações de elementos-traços da
atmosfera, o primeiro passo é dividir a base de dados medida em categorias. Existem duas
propostas principais para esta classificação de dados medidos: classificação baseada na
condição meteorológica e classificação baseada na origem da parcela de ar (Stohl, 1996).
Também o cálculo de trajetórias de parcelas de ar de chegada (integração num
intervalo de tempo decrescente) para uma determinada região tem sido utilizado para a
interpretação de fontes de espécies químicas (Cape et al., 2000; Longo, 1999). Trajetórias de
parcelas de ar têm sido usadas em estudos atmosféricos, principalmente com relação ao
transporte de gases traços e material particulado emitidos por queimadas, por exemplos por
Kaufman et al. (1998) e Freitas (1999).
As concentrações medidas nas estações de qualidade do ar variam não apenas devido
às fontes locais, mas também em função das contribuições remotas, que precisam ser
consideradas. Um fator externo que contribui para as flutuações nos níveis de poluentes é a
massa de ar que chega à São Paulo após passar por vários locais que têm diferentes emissões
de poluentes. Para traçar a história de uma massa de ar, trajetórias de chegada ao local do
receptor são construídas e dão subsídios para a identificação das fontes regionais de poluição
do ar e das fontes específicas (Man & Shih, 2001).
1.4.1. A POLUIÇÃO EM ÁREAS REMOTAS: QUEIMADAS

A queimada é uma prática agropastoril, associada não apenas ao desmatamento. De
acordo com o Instituto Nacional de Pesquisas Espaciais, INPE (2001), há uso das queimadas
de dois em dois anos para o preparo do terreno agrícola e a renovação das pastagens nativas.
Também, segundo a Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA (2001), as
finalidades das queimadas são: a) preparação de plantio, por exemplo, para eliminar troncos
após o desmatamento de floresta, e limpeza de áreas em descanso; b) colheita, por exemplo,
29
de cana-de-açúcar, e em restos de colheitas; c) pastagens, por exemplo, para renovar a
pastagem nativa.
As queimadas na Amazônia são as maiores fontes de gases e aerossóis atmosféricos, os
quais geram mudanças na química da atmosfera e mudanças no clima (Goldammer & Crutzen
& Carmichael, 1992; Ward & Radke, 1992). Os gases traços majoritários emitidos para a
atmosfera são: CO, CH4, NO, CO2, CH3CL, CH3Br, que são produzidos em quantidades
significativas durante o período da queima de biomassa (floresta e cerrado) (Crutzen &
Carmichael, 1992). Os aerossóis emitidos, nesse processo, são: K, Ca, S, Cl, P, Si, Al, Mg,
Fe, Mn, Ti, Zn, Ni, Pb, V, Cr, Br, Rb, Sr e black carbon-BC (Crutzen & Andreae, 1990;
Artaxo, 1992).
Segundo Aires (2001), há regiões no Brasil onde ocorre muita queima de biomassa
(Brasil Central) e regiões onde quase não há queimadas (Região Sul). No entanto, nestas
regiões de pouca queima medem-se, às vezes, concentrações elevadas de gases-traços
associados às queimadas. A hipótese é que as regiões onde ocorrem muitas queimadas ou
regiões fonte, exportam os gases gerados na combustão da matéria orgânica para regiões
onde não existem fontes significativas. Ainda segundo Aires (2001), o monóxido de carbono
é um produto imediato da queima da biomassa, que independe de processos fotoquímicos
como o ozônio. Segundo Crutzen et al. (1979), o principal gás-traço emitido pelas queimadas
é o CO. Segundo ele as medidas de CO e O3 troposférico em baixas latitudes podem ser
influenciadas por queimadas na estação seca.
1.5. FONTES LOCAIS DE POLUENTES

Na RMSP, as principais fontes emissoras de gases e aerossóis são as fontes automotivas.
A Tabela 1.4 apresenta a estimativa da emissão das fontes de poluição atmosférica para a
RMSP, segundo dados oficiais da CETESB (2002).
Tem-se buscado há vários anos a identificação, através de modelos receptores, da
contribuição das fontes veiculares para o aerossol atmosférico da RMSP. O grande desafio é
encontrar traçadores para essas fontes. Estudos prévios, utilizando apenas os métodos
multivariados, indicaram a presença de componentes relacionados a processos de conversão
gás-partícula (Andrade et al., 1994; Castanho & Artaxo, 2001). Vários procedimentos são
utilizados na obtenção de perfis de emissão veiculares: em dinamômetros, medidas remotas
ou em túneis.
30
Nos túneis a ventilação inadequada combinada com o alto fluxo de veículos, resulta
em concentrações elevadas dos poluentes atmosféricos, que podem causar sérios riscos a
saúde (EL-Fadel & Hashisho, 2000).
Em uma atmosfera urbana, o NO2 é formado pela reação de NO com ozônio (O3). No
interior do túnel embora seja encontrada uma alta concentração de NO, o O3 não é formado
devido à falta de radiação solar e portanto não há conversão significativa de NO a NO2.
Entretanto, um problema adicional nos túneis é a elevada proporção de NO2 devido à
oxidação térmica de NO (Barrefors, 1996). Essa característica permite considerar que as
reações de decomposição das espécies emitidas sejam suficientemente lentas. Dessa forma
pode-se supor, com boa aproximação, que as medidas referem-se às emissões primárias no
túnel.
Tabela 1.4 Estimativa da emissão das fontes de poluição do ar na RMSP em 2001
FONTE DE EMISSÃO EMISSÃO (1000 t/ano)
CO HC NOX SOX MP4
MÓVEIS
Tubo de escapamento de veículos
Gasolina c1 780,8 82,5 44,4 10,2 5,1
Álcool 207,5 23,1 12,7
Diesel2 433,3 70,6 316,5 10,9 19,7
Táxi
MOTOCICLETA E SIMILARES
Cárter e evaporativa
Gasolina c1 131,6
Álcool 17,3
Motocicleta e similares 15,5
Pneus3 (todos os tipos)
Operações de transferência de combustível
Gasolina c1 12,6
Álcool 0,4
FIXA
Operação de processo industrial 38,65 12,05 14,05 17,16 31,66
(número de indústrias inventariadas) 750 800 740 245 308
TOTAL 1681,2 395,0 389,4 39,47 65,37
1=gasolina c: gasolina contendo 22% de álcool anidro e 800 ppm de enxofre (massa)
2=Diesel:1100 ppm enxofre (massa)
3=emissão composta para o ar (partículas) e para o solo (impregnação)
4=MP refere-se ao total de material particulado, sendo que as partículas inaláveis são uma fração deste total.
5=Ano de consolidação do inventário:1990
6= Ano de consolidação do inventário:1998
7=Estas indústrias representam mais de 90% das emissões totais
CO=monóxido de carbono, HC=hidrocarbonetos totais, NOX= óxidos de nitrogênio, SOX = óxidos de enxofre.
Com relação aos efeitos de curto período de tempo, o dióxido de nitrogênio é o mais
crítico poluente de ar urbano. O NOx afeta órgãos do sistema respiratório sendo que os
asmáticos e crianças são, particularmente, mais suscetíveis (Barrefors, 1996).
31
Experimentos em túneis foram realizados por outros pesquisadores (Pool et al., 2002;
Gertler & Pierson, 1996; Kirchstetter et al., 1999; Gertler et al., 1997) para estudar as
emissões veiculares, pois a atmosfera de um túnel fornece condições apropriadas para a
medida in situ da composição média dessas emissões.
32
CAPÍTULO II
METODOLOGIA
A seguir serão descritas as metodologias de análise de dados utilizadas para
atendimento aos objetivos propostos. Inicia-se com a metodologia para estimativa das
emissões veiculares, seguida pela descrição dos modelos receptores e do procedimento de
cálculo de trajetórias.
2.1 AVALIAÇÃO DAS EMISSÕES VEICULARES EM TÚNEIS

Para atingir o objetivo de avaliar as emissões de partículas inaláveis (PM10) e dos gases
(NOx e SO2) por veículos leves e pesados, foram realizadas medidas dentro e fora de dois
túneis com características de tráfego diferentes: Jânio Quadros (JQ) e o Maria Maluf (MM).
O primeiro túnel apresenta tráfego somente de veículos leves, movidos à gasolina e a álcool
(com uma participação pequena de veículos leves movidos à diesel). O segundo apresenta
tráfego de veículos leves e de veículos pesados movidos à diesel. Estes dois túneis foram
escolhidos por caraterizarem emissões provenientes da queima dos diferentes combustíveis
utilizados. Medidas realizadas em túneis são utilizadas na identificação de perfis de emissão
veicular. Vários experimentos foram realizados em outros países como citados em Kirchtetter
et al.(1999), Marr et al. (1999), EL-Fadel & Hashisho (2000).
Foram coletadas amostras de partículas e gases para a determinação de elementos
traçadores que possibilitaram uma identificação mais precisa da participação das fontes
automotivas para a poluição na RMSP.
Emissões veiculares foram medidas nos túneis JQ e MM nos dias 13 de agosto e 10 de
outubro de 2001, respectivamente. A amostragem foi realizada no interior dos túneis,
aproximadamente na metade do seu comprimento. Os tipos de veículos que passam pelos
túneis foram caraterizados para a cada dia de estudo. O volume de tráfico foi determinado
através de contagem visual da mesma forma que em Kirchtetter et al. (1999).
2.1.1 FATORES DE EMISSÃO DOS POLUENTES

Fatores de emissão para os elementos-traços na fase de particulado e na fase gás (NOx
e SO2) foram calculados para os veículos leves a partir de medidas realizadas dentro e fora do
túnel JQ. Foi utilizada a seguinte expressão, descrita em Marr et al. (1999):
33
 ∆[ p ] 
E p = 10 6 ×  ω c
 ∆ [CO 2 ] + ∆ [CO ] 
onde Ep é o fator de emissão (massa do poluente emitido por kg de combustível

queimado), ∆[p] é a concentração do poluente subtraído do seu valor de fundo (isto é, da
medida de concentração fora do túnel) em ng/m3, ∆[CO2] e ∆[CO] são as concentrações de
CO2 e CO subtraídas do valor fora do túnel (µg de carbono por m3), e ωc=0,85 para a gasolina
e 0,87 para o diesel, é a fração em massa de carbono do combustível.
Com essa estimativa pode-se obter quais elementos participam de forma mais
significativa para a caracterização da emissão veicular além dos traçadores já conhecidos
como o Black Carbon.
2.2 MODELO RECEPTOR

A idéia básica do modelo receptor é utilizar as medidas das concentrações dos poluentes
feitas no receptor para identificar as fontes dos poluentes, determinar as assinaturas das fontes
e ainda estimar a massa total de cada fonte identificada (Artaxo et al., 1988). Neste trabalho
para a identificação das fontes locais de aerossóis da RMSP, utilizou-se o modelo receptor de
Análise de Fatores, sendo que a validação das fontes veiculares foi baseada em dados de
concentração de poluentes obtidos em túneis descrito no item 2.1 acima. Apenas o modelo
receptor tem sido aplicado em várias bases de dados de aerossóis de São Paulo. Aqui serão
comparados os resultados obtidos por essas várias análises já realizadas.
2.3 MODELO DE ANÁLISE DE FATORES

Análise de Fatores (AF) é uma técnica estatística que pode ser aplicada a um conjunto de
variáveis, no sentido de reduzir a dimensionalidade destas variáveis. Isto é, substituir um
grande conjunto de variáveis intercorrelacionadas linearmente por um número pequeno de
variáveis independentes (não observáveis) chamada fatores ou variáveis latentes (Thurston &
Spengler, 1981; Kessker et al., 1992). Para que os resultados sejam estatisticamente
significativos, é necessário um número considerável de amostras. Henry (1991) e Ito et al.
(1986) sugeriram, como condição mínima para aplicação da AF, que seja satisfeita a equação
a seguir:
n+3
N = 30 + 2.1
2
34
onde N é o número total de amostras e n é o número de variáveis. Neste trabalho, n é a
concentração dos poluentes em torno de 20, portanto a condição mínima é que N seja maior
que 52.
O modelo de Análise de Fatores (Harman, 1976; Henry, 1991) pode ser expresso
como:
Z ji = ∑ a jp Fpi + d jU ji
m
(i= 1,2, ..., N; j = 1,2, ..., n; m= 1,2 ..., n) (2.2)
p =1
onde Zji é a matriz de dados padronizadas. Fpi é a matriz fator comum p para um indivíduo i
(amostragem do aerossol), N é o número total de amostras, n é o número de variáveis
observadas e m é o número de variáveis latentes. O termo a jp é a matriz dos “component
loadings” após a normalização e djUji é a matriz do erro residual na representação teórica da
medida observada. A Análise de Fatores típica é usada quando o número de variáveis latentes
é menor que o de variáveis observadas (Kessler et al., 1992; Harman, 1976).
O primeiro passo na AF é obter a matriz de correlação (R′) a partir da variável
observada (Xji) (Wolff & Korsog, 1985). O segundo passo na AF é a transformação das
variáveis observadas para variáveis padronizadas com média zero e variância 1 (Thurston &
Spengler, 1981; Henry, 1991) da seguinte maneira:
x ji − x j
z ji = (2.3)
σj
( ∑ (x j − x j)
1 N 2
σ j= ) (2.4)
N − 1 j =1
onde Xji é o valor da j-ésima variável observada na i-ésima amostragem.,

xj é a concentração média do elemento j sobre todas as N amostras.,
σj é o desvio padrão da distribuição de concentração do elemento j;

Zji é a concentração padronizada sem dimensão do elemento j na amostra i.
O efeito dessa transformação permite a utilização de métricas diferentes, isto é, todos
os elementos químicos (as variáveis) passam a ter a mesma importância.
O terceiro passo na AF é obter a matriz de correlação (R)pxp a partir das variáveis
padronizadas (Poissant et al., 1996). As informações que se buscam na base de dados estão
sintetizadas nos autovalores e autovetores desta matriz de correlação R.
35
AUTOVETORES E AUTOVALORES
O quarto passo na AF consiste em obter os autovetores e autovalores a partir da matriz
da correlação (R). O autovetor de R é o vetor u , desta maneira:
Ru=uλ (2.5)
onde λ é o autovalor escalar não conhecido. Dessa forma, o objetivo é encontrar o vetor Ru
que é proporcional ao vetor u. A equação 2.5 pode ser escrita como a seguir:
Ru-uλ=0
ou
(R-λI)u=0, nota-se u ≠ 0. Desse modo
R-λI=0 2.6)
Existe a solução desta equação 2.6 somente se o determinante for zero
|R-λI|=0
Desse modo a matriz de correlação (R)pXp pode ser apresentada em termos de seus
autovalores (λ) e autovetores (u)
R = λ1 u1 u1 + λ 2 u 2 u 2 + ... + λ p u p u p
' ' '
(2.7)
A redução para Análise de Componentes Principais (ACP) é realizada se o termo da

matriz do erro residual (djUji) ) não é incluído na equação 2.2 (Henry, 1991). O
desenvolvimento desta metodologia está detalhado no item 2.4.
2.3.1 DETERMINAÇÃO DO NÚMERO DE FATORES RETIDOS

O número de fatores a ser retido é decidido por critérios estatísticos de interpretação dos
fatores (Thurston & Spengler, 1985). Neste trabalho foram examinados 2 critérios estatísticos:
1) o autovalor (λ) deve ser ≥1,0 antes da rotação varimax (Thurston & Spengler, 1985;
Poissant et al., 1996). A razão da escolha deste critério é que o autovalor mostra quantas
variáveis o fator explica. Portanto, não tem muito sentido um autovalor menor que um, ou
seja, que explique menos que uma variável (Castanho, 1999; Poissant et al., 1996), 2) o
autovalor (λ) ≥1,0, após a rotação varimax (Thurston & Spengler, 1985).
2.3.2 ROTAÇÃO DE FATORES RETIDOS

O último passo na AF é realizar a rotação de fatores retidos. O critério VARIMAX de
rotação procura simplificar os fatores, maximizando a variância dos pesos (loadings), ou seja,
rotaciona-se os fatores de tal forma a maximizar os “loadings” dos autovetores para valores
36
mais próximos de um (Thurston & Spengler, 1985). Segundo esses autores a independência
dos fatores é preservada sob rotação varimax.
2.4 ANÁLISE DE COMPONENTES PRINCIPAIS (ACP)

A ACP (Henry & Hidy, 1979; Henry & Hidy, 1979; Statheropoulos et al., 1998) pode ser
escrita como a seguir:
C=LF (2.8)
Na ACP, L é chamada matriz “loading” dos componentes, e F é chamada matriz de
“scores” dos componentes. ACP é também uma técnica estatística que supõe que a
variabilidade dos dados observados (por exemplo concentração dos poluentes ou variáveis
meteorológicas medidas) são manifestações da influência das variáveis. Também a ACP é
uma técnica que substitui o grande número de variáveis correlacionados entre si, por um
número com poucas variáveis independentes (Liu et al., 1996; Statheropoulos et al., 1998;
Poissant,1996). A maior diferença entre ACP e AF é que as componentes que são obtidas por
ACP explicam a maior parte da variância total da base dos dados (Liu et al., 1996) e os
fatores que são obtidos por AF explicam apenas uma parte da variância das variáveis, isto é
um subconjunto da variância total (Thurston & Spengler, 1985).
O primeiro componente da ACP estima a máxima variância possível da base de dados.
Cada componente em seqüência estima a fração máxima da variância restante (Liu et al.,
1996).
2.5 A ANÁLISE DE COMPONENTES PRINCIPAIS ABSOLUTOS (ACPA)

A ACPA estima o perfil absoluto das fontes identificadas (Correia, 1998). Utilizando os
resultados da Análise de Fatores é possível fazer um levantamento dos perfis absolutos de
emissão de cada fonte, determinando-se a sua contribuição para o valor absoluto de cada
variável medida (Yamasoe, 1994). A seguir, é apresentada a álgebra matricial na ACPA,
desenvolvida por Yamasoe (1994), seguindo a notação adotada neste trabalho, aplicada por
Correia (1998) e Castanho (1999):
−1
( )
S Nxp = C Nxn (Sc)nxn BtNxp B B t
−1
pxp
2.9
( )
A pxn = S t S
−1 t
pxp S pxN C Nxn 2.10
onde:
CNxn é a matriz das concentrações medidas iniciais;
37
(Sc)nxn é a matriz diagonal contendo as estimativas dos desvios padrões de cada uma das
variáveis;
B é o valor da matriz rodada para um elemento j no fator p;
 
σ 1 0 ...0 
 
 
Sc =  0 σ 2 ...0 
 
2.11
M M 
 
M
0 0 ..σ n 
 
e σ é o desvio padrão obtido pela equação 2.4.

A matriz A assim obtida contém as contribuições absolutas (isto é, nas unidades
próprias de cada variável) de cada uma das fontes do modelo para as n variáveis, e é
denominada “matriz de pesos absolutos (das variáveis) nos componentes” (absolute
component loadings). Por outro lado, S contém a importância relativa (em unidades
adimensionais) de cada componente do modelo nas N amostras, e é denominada matriz de
”scores” absolutos (das amostras) nos componentes (absolute component scores), (Correia,
1998).
A matriz de ”scores” absolutos médios é definida como:
S 0...0 
 1 
S pxp = 0 S 2 ...0 
 
2.12
0 0... S p 
 
onde
Sk = ∑ S ik ,
1 N
1<k<p 2.13
N i=1
Essa matriz <S> carrega a informação de como, em média, as p fontes se comparam

em importância relativa com n amostras, em unidades adimensionais (Correia, 1998). A
multiplicação dessa matriz pela matriz A fornece a assinatura, em termos da concentração de
aerossóis das fontes identificadas:
~ = S 2.14
A pxn pxp A pxn
~
A matriz A representa assim as contribuições de cada uma da n variáveis, em suas
próprias unidades, para a composição das p fontes identificadas pelo modelo (Correia, 1998).
38
2. 5.1 OBTENÇÃO DOS PERFIS ABSOLUTOS
Os perfis das fontes identificadas (ajp) para cada elemento também são obtidos através
do método aplicado por Keiding et al. (1986) da seguinte forma:
S j B jp
a jp = 2.15
S PM C p
onde:
Sj é o desvio padrão da distribuição de concentração de elemento j;
Bjp é o valor da matriz rodada para um elemento j no fator p;
SPM é o desvio padrão da distribuição da concentração de massa do material particulado;
Cp é valor da matriz rodada da concentração de massa do material particulado no fator p.
2.6 TRAJETÓRIAS DE PARCELAS DO AR

O cálculo de trajetória de parcelas do ar é realizado com a integração da equação da
trajetória:
→
d r (t ) → →
= V (r , t )
dt (2.16)
→ →
→ →
com um valor inicial de r (t 0) = r 0 , onde r (t ) é a posição da parcela de ar no tempo t, e V
é o campo de vento tridimensional.

Um método de solução numérica deste sistema de equações apresentados para o
cálculo de trajetórias cinemáticas em 3D, foi desenvolvido no Departamento de Ciências
Atmosféricas da Universidade de São Paulo (Freitas et al., 1996). Este cálculo de trajetórias
foi baseado em um esquema iterativo descrito em Pettersen (1940, p.222). Esse esquema
iterativo é para o deslocamento em um dado passo de tempo que pode ser descrito
matematicamente pelas fórmulas a seguir:
(i) primeira iteração

x1= x0+ U(x0, y0, z0, t). ∆ t (2.117a)
y1= y0+ V(x0, y0, z0, t) . ∆ t (2.17b)
z1= z0+ W(x0, y0, z0, t) . ∆ t (2.17c)
(ii) n-ésima iteração

xn= x0+0.5 ∆ t.( U(x0, y0, z0, t) + U(xn-1, yn-1, zn-1, t+ ∆ t)) (2.17d)
39
Con formato: Alemán
yn= y0+0.5 ∆ t.( V(x0, y0, z0, t) + V(xn-1, yn-1, zn-1, t+ ∆ t)) (2.17e) (Alemania)
zn= z0+0.5 ∆ t.( W(x0, y0, z0, t) + W(xn-1, yn-1, zn-1, t+ ∆ t) (2.17f) Con formato: Alemán
(Alemania)
Código de campo cambiado
Con formato: Alemán
A posição da parcela no tempo t+ ∆ t é obtida impondo o critério a seguir: (Alemania)
(x ,y ,z)( t+ ∆ t) = (xn ,yn ,zn)( t+ ∆ t) quando |xn - xn-1,yn - yn-1,zn - zn-1 | < ε Código de campo cambiado
ε=0.000006 (Longo, 1999). Con formato: Alemán
(Alemania)
Segundo Seibert (1992), o sistema de equações 2.17 é eficientemente preciso até a
segunda ordem. Con formato: Alemán
(Alemania)
2.6.1. TRAJETÓRIA DE SAÍDA (FORWARD TRAJECTORY)

A partir da equação 2.16, depois do passo de tempo ∆ t= (t1-t0), a posição da parcela
→
do ar r (t1) é definida na seguinte forma:
t1 →  → 
r (t1) = r (t 0 ) + ∫to V  r (t ), t  dt
→ →
 
(2.18a),
→ →
Onde r (t1) é a posição da parcela de ar no tempo t1, partindo da posição r (t 0) e sendo
transportada pelo campo do vento V(U,V,Z) (Haagenson et al., 1997; Freitas, 1999; Longo,
1999).
2.6.2. TRAJETÓRIAS DE CHEGADA (BACKWARD TRAJECTORY)

O método para o cálculo de trajetória de chegada foi desenvolvido a partir da
equação a seguir (obtida também da equação 2.16):
t 1 → → 
r (t 0 ) = r (t1) − ∫to V  r (t ), t  dt
→ →
  (2.18b)
As trajetórias de chegada, em SP, foram calculadas chegando diariamente às 0000 e
1200 UTC para o inverno de 1999 (junho, julho e agosto). Massas de ar chegando a 1 km
acima da superfície foram escolhidas para que o impacto da topografia local fosse reduzido
(Man & Shih, 2001).
Com a finalidade de minimizar as incertezas nas análises de trajetórias, quatro
trajetórias foram geradas com ponto de chegada em intervalos de 0.5°, localizadas ao N, S, E
e W da cidade de São Paulo e mais um ponto de chegada centrado na cidade de São Paulo. O
40
conjunto gerado para base de dados constituiu-se em 905 trajetórias tridimensionais durante
o período de 3 meses.
2.6.3. MODELO DE TRAJETÓRIAS DE PARCELAS DE AR

A solução numérica da equação diferencial (equação 2.16) para o cálculo de trajetórias
foi escrito na linguagem FORTRAN 77 por Freitas et al. (1996), utilizando o esquema de
Petterssen (1940) descrito matematicamente em Seibert (1993).
O Modelo de Trajetória Cinemática em 3D usa o sistema de coordenadas polar-
estereográficas na horizontal (x,y) e sigma_z(σz) na vertical (Longo, 1999). Segundo Boczko
(1984), para entender a projeção esferográfica, imaginamos uma esfera na qual estão
representados diversos meridianos e paralelos. Consideramos um plano tangente à esfera, no
ponto Polo Norte (p). Admitimos a existência de uma lâmpada (foco de projeção), no polo
sul. As sombras dos diversos meridianos e paralelos projetar-se-ão no plano, de modo que os
paralelos serão circunferências com polo norte enquanto os meridianos serão semi-retas de
origem em p.
Os campos de vento horizontal (u,v) e vertical (w) para os cálculos de trajetórias
foram obtidos a partir de simulações com o modelo numérico “Regional Atmospheric
Modeling System” (RAMS) descrito no item 2.8 abaixo.
2.6.4. INCERTEZAS ASSOCIADAS AO CÁLCULO DE TRAJETÓRIAS DE PARCELAS

DE AR
Vários estudos têm sido realizados para examinar as incertezas oriundas da resolução
temporal e espacial do campo do vento como em Kahl & Samson (1986).
Fast & Berkowitz (1997) estudaram o efeito de se desprezar o processo turbulento
para determinar o erro associado com o cálculo de uma trajetória individual de chegada. Eles
utilizaram o acoplamento do modelo de mesoescala RAMS e o modelo de dispersão de
partícula lagrangiana. A trajetória de saída (forward trajectory) foi baseada na componente do
vento médio e turbulento. A trajetória de chegada (backward trajectory) utilizou apenas a
componente do vento médio. A ampla diferença entre a posição de saída e chegada ocorreu
quando as trajetórias de chegada não utilizaram o processo de difusão turbulenta irreversível.
Stohl (1998) comparou e descreveu diferentes metodologias para o cálculo de trajetórias. Ele
mostrou que as trajetórias cinemáticas tridimensionais possuem maior acurácia dentre os tipos
41
de trajetórias. Stohl & Seibert (1997) argumentaram também que as trajetórias cinemáticas
são mais precisas que todos outros tipos de trajetórias.
Segundo Longo (1999), comparações realizadas em trajetórias cinemáticas (com
campo de vento analítico e que apresentam solução analítica (exata) para as trajetórias),
mostrou que o método é bastante preciso para integrações temporais da ordem de semanas na
escala espacial de 80 km. Entretanto, a incerteza no cálculo de trajetórias de parcelas de ar
está associada às incertezas na determinação do campo do vento em situações reais. Entre os
fatores que influenciam na determinação dos campos de vento são: (i) incertezas associadas às
análises do CPTEC, utilizadas como condições iniciais e de contorno, (ii) limitação
computacional e consequentemente limitação na definição da resolução espacial e temporal da
simulação, resultando na exclusão de importantes processos físicos da escala resolvida do
modelo, os quais são parametrizados e carregam as incertezas associadas com estas
parametrizações, e (iii) processos físicos ainda não completamente compreendidos e não
incluídos no problema, como influências diretas das partículas de aerossóis no balanço
radiativo da atmosfera, processos de microfísica de nuvens, entre outros.
2.6.5. ERRO DE TRUNCAMENTO

Erro de truncamento resulta quando a equação 2.16 é aproximada para um esquema de
diferenças finitas que despreza os termos superiores de série da Taylor. Stohl (1998), mostrou
que esse erro de truncamento é proporcional a ∆t na equação (2.17a-2.17c) e proporcional a
(∆t)3 nas equações 2.17d-2.17f.
Stohl (1998) calculou trajetórias com esquema numérico de segunda ordem (como
neste trabalho) utilizando um passo no tempo (3 horas) muito pequeno para desprezar o erro
pelo truncamento. Neste trabalho para desprezar o erro pelo truncamento utilizou-se o passo
no tempo de 6 minutos. Além disso, considerou-se: (i) o critério de estabilidade proposta por
Seibert (1993), que é ∆t < 4/|ς|, onde ς é a vorticidade relativa do movimento. Assumindo o
valor de vorticidade grande ς=2x10-4s-1, o passo no tempo deve ser menor que 6 horas
(Seibert, 1993); ii) O critério de Courant-Friedrichs-Lewy ∆t < ∆xi/|vi|, onde ∆xi é o
espaçamento da grade e vi é a componente da velocidade (Innocentini, 1999) .
2.7. CLASSIFICAÇÃO DAS TRAJETÓRIAS DE PARCELAS DO AR

Uma classificação da análise de trajetórias foi realizada considerando-se sua origem
em um dos quatro quadrantes (Poissant et al., 1996; Herrmann, 1997) como segue:
42
Q1 direções N,NNE,NE e ENE
Q2 direções E,ESE,SE,SSE
Q3 direções S,SSW,SW,WSW
Q4 direções W,WNW,NW,NNW
As origens de massas de ar foram agrupadas em cada um dos quadrantes e
relacionadas com as concentrações dos poluentes encontradas nestes períodos de análise de
trajetórias. As análises das trajetórias foram realizadas para cada dia, nos horários de 00 e 12
UTC. Para cada horário foram calculadas 5 trajetórias. Se todas as 5 trajetórias originavam-se
da mesma direção, então elas eram agrupadas e esse dia classificado como dia-núcleo (Cape
et al., 2000; Branko et al., 1998). Para esses dias-núcleos foram analisadas as concentrações
dos gases CO e O3 e material particulado inalável no período junho a agosto de 1999.
2.8 O MODELO RAMS

O RAMS é um código numérico altamente versátil, desenvolvido por pesquisadores da
Universidade do Estado do Colorado e “ASTER” Division of Mission Research
Corporation”, para simular e prever fenômenos meteorológicos (Tremback & Walko, 2001;
Pielke et al., 1992; Walko et al., 2000). Existem 4 principais componentes do modelo RAMS:
(1) o modelo atmosférico (MODEL) que faz as simulações, por exemplo, da velocidade do
vento, pressão, temperatura potencial, a partir de um estado inicial, através de uma série de
passos discretos no tempo para o estado futuro, baseado em um conjunto de equações
diferenciais, as quais descrevem as leis físicas que governam a atmosfera, (2) um pacote de
análise de dados (chamada Análise Isentrópica ou ISAN), que prepara os dados iniciais do
modelo a partir de dados meteorológicos observados de vários formas, incluindo
radiosondagem, observações na superfície, e análises de níveis de pressão em pontos de
grade. A análise objetiva desses dados resulta a partir do campo tridimensional em pontos de
grade de velocidade de vento, temperatura potencial, e razão de mistura de vapor de água
(esses resultados são usados pelo modelo como condição inicial), (3) um pacote de leitura de
dados, que lê os dados observados, com saídas que são arquivos específicos para a
assimilação e (4) um pacote de visualização.
O modelo atmosférico foi construído a partir de um conjunto de equações dinâmicas
primitivas as quais governam o movimento da atmosfera. Estas equações foram
complementadas com parametrizações de difusão turbulenta na atmosfera, radiação solar e
terrestre, processos úmidos incluindo a formação e interação de nuvens e precipitação de
43
hidrometeoros na fase líquida e gelo, troca de calor sensível e latente entre a atmosfera e
superfície (camada do solo múltipla, incluindo o papel da vegetação e água na superfície),
efeitos cinemáticos de topografia, e convecção de cumulus. O código foi escrito quase
exclusivamente em FORTRAN e algumas partes em linguagem C (Tremback & Walko, 2001;
Pielke et al. 1992).
2.8.1. SISTEMAS DE EQUAÇÕES PARA O RAMS

A seguir são descritas as equações que governam a evolução do estado atmosférico
(Tremback & Walko , 2001; Freitas, 1999; Longo, 1999):
a) Equação da conservação da massa de ar

∂ρ →
= −∇.ρ v (2.19a)
∂t
onde ρ é a densidade de ar e v é a velocidade do vento.

→
b) Equação de movimento
→
∂v → → → → → →
= − v .∇ v − ∇p − g k − 2 Ω x v + F
1
(2.19b)
∂t ρ
a velocidade da parcela de ar e ρ sua densidade,

→
− ∇p
1
onde v é é a força associada ao
ρ
→ → → →
gradiente de pressão, −g k é a força de gravidade, − 2Ω x v é a força de Coriolis e F é a força
interna de atrito entre as camadas do fluido.
c) Primeira lei da termodinâmica

∂θ →
= − v .∇θ + Qθ (2.19c)
∂t
onde θ é a temperatura potencial de ar e Qθ constitui os vários processos físicos que atuam

aquecendo ou resfriando a atmosfera (como por exemplo, convergência de fluxo de radiação,
transformação de fase de água).
d) Lei de conservação do constituinte água

∂ rn →
= − v .∇ r n + Q , n = 1, 2,3 (2.19d)
∂t rn
44
onde rn se refere à razão de mistura da água na fase n (sólida, líquida ou gasosa) e Qrn
expressa os processos físicos de transformação de fase de água, e perda ou ganho por
precipitação para as fases sólida e líquida.
e) Lei de conservação de outros constituintes gasosos e ou partículas materiais

∂ s[ n ] →
= − v .∇ s[n ] + Q , n = 1,2,..., M . (2.19e)
∂t [n]
onde s[n] é a razão de mistura do constituinte n e Q[n] representa processos de emissão,

remoção, transformação química, deposição , etc. associadas ao constituinte n.
Definindo a temperatura potencial (θ)
θ = T ( p 0 / p)
Rd / Cp
(2.19f)
onde p 0 é a pressão de referência, Rd é a constante de gás de ar seco, Cp o calor específico à
pressão constante e T é a temperatura. Segundo Wallace & Hobbs (1977) a lei do gás ideal
aplicada ao ar úmido é como segue:
p=ρRdTv (2.19g)
onde Tv é a temperatura virtual.
As equações acima constituem um conjunto simultâneo de 11+M equações
diferenciais parciais não-lineares com 11+M variáveis dependentes (ρ, θ,T,Tv,P, rn, e s[n]),
expressas em função das coordenadas independentes tempo t e espaciais (x, y, z). Segundo
Dutton & Fichtl (1969) e Freitas (1999) não existe solução analítica para o sistema descrito
acima, mas de acordo com esses autores a solução numérica empregando cálculo
computacional é a única alternativa viável.
Segundo Tripoli & Cotton (1982), a solução numérica do conjunto de equações
primitivas, implica uma transformação do espaço-tempo contínuo em um espaço
discretizado. As variáveis independentes (x,y,z,t) são discretizadas em uma grade de
espaçamentos ∆x, ∆y, ∆z, e ∆t. As variáveis dependentes φ(x,y,z,t)= (p,T,θ,ρ, Tv,V,rn) são
decompostas em
φ ( x, y , z , t ) = φ ( x, y , z , t ) + φ ″ ( x, y , z , t )
onde φ representa o valor médio de φ dentro de intervalo de tempo ∆t (passo no tempo) e dos
intervalos espaciais ∆x, ∆y, ∆z (espaçamento da grade) a ser resolvida pelo modelo numérico.
φ ′′ é o desvio de φ a partir desse valor médio (perturbação nas escalas subgrade).
A variável resolvida φ é decomposta na forma:

45
φ =φ0 +φm
−
onde φ0 é valor do estado básico da atmosfera, obtido com uma média sobre φ numa escala
maior que a escala em estudo e φm é o desvio associado à mesoescala. O estado básico é
horizontalmente homogêneo e seco, obedecendo a lei de gás ideal, equilíbrio hidrostático e
estando em balanço geostrófico.
No estado médio, considera-se, (i) o termo de transporte como sendo a soma das
contribuições associadas a advecção na escala resolvida e ao transporte turbulento na camada
limite planetária; e (ii) que os termos Q0 e Qrn nas equações 2.19c e 2.19d, respectivamente,
possuem contribuições do transporte convectivo, convergência de radiação e de microfisica,
na escala não resolvida. As seguintes equações são válidas para o estado médio (onde o índice
0 refere-se ao estado básico e o índice m ao desvio).
i) A equação do momento é dada por
∂ ui  ∂u   ∂u  1 ∂ pm ρ m
=  i  +  i  − −( + rT ) gδi,3 + ε ijk f k ui
∂t  ∂t adv  ∂t turb ρ 0 ∂ xi ρ0
onde xi é uma das coordenadas espaciais, ui é uma das componentes da velocidade na
escala resolvida, fk é o parâmetro de coriolis, e rT é a razão de mistura da água total que
inclui as razões de mistura da água nas fases sólida (rgelo), líquida (rliq) e gasosa (rv), ou
seja:
rT = rgelo + rliq + rv
Os símbolos δi,3 e εijk se refere aos tensores
δi ,3 = (0 0 1)
0 1 

 
1
ε ijk =  − 1 1
 
0
 
 −1 −1 0 
 
ii) A equação termodinâmica
∂θ il  ∂θ il   ∂θ   ∂θ   ∂θ   ∂θ 
= +  il  +  il  +  il  +  il 
∂t  ∂t         
 adv  ∂t turb  ∂t con  ∂t rad  ∂t microf
onde θil é a temperatura potencial de água líquida e gelo, a qual se conserva em mudançãs
de fase da água, definida através da relação semi-empérica (Tripoli & Cotton, 1982):
Llv r liq + L gv r gelo
θ = θ il [1 + ]
C p max(T ,253)
46
com Llv e Lgv sendo o calor latente (J/kg) de vaporização e de sublimação, respectivamente.
iii) Equação de Poison
T = θ ( p / p 0)
R / Cp
com p0 sendo a pressão de referência, usualmente tomada em 1000 hPa
iv) Lei do Gás Ideal

p = ρ m (1 + 1.61 r v) RT
v) Equação de Continuidade para o ar

∂ ρm ∂
+ ( ρ u i) = 0
∂t ∂ xi 0
vi) Equação de Continuidade para a água total

∂ rT  ∂ r T   ∂r   ∂r   ∂r 
=   +  T  +  T  +  T 
∂t  ∂t adv  ∂t turb  ∂t microf  ∂t con
onde os índices "adv" (advecção na escala resolvida), "turb" (transporte turbulento na camada
limite planetária), "con" (transporte convectivo não resolvido), "rad" (convergência de
radiação) e "microf" (parametrização de microfísica).
2.8.2. ADVECÇÃO NA ESCALA RESOLVIDA PELA GRADE

Uma contribuição para a taxa de variação local de um escalar (ζ) devida ao transporte
advectivo na escala resolvida é dada por:
 ∂ς  ∂ς
  = −u i
 ∂t adv ∂ xi
onde ς é o valor médio do escalar ζ, u i é o componente i da velocidade média do vento.

As parametrizações utilizadas neste trabalho estão descritas resumidamente no
Apêndice A.
2.9. OPÇÕES GERAIS
2.9.1 ESTRUTURA DE GRADE
O RAMS utiliza uma grade tipo Arakawa C (Arakawa & Lamb, 1977). As variáveis
termodinâmicas e de umidade são definidas no ponto médio de cada volume da célula de
grade. As componentes da velocidade do vento são definidas nos pontos médios das faces do
volume perpendicular à componente da direção da velocidade.
47
2.9.2. SISTEMA DE COORDENADAS
Utilizou-se o sistema de coordenadas polar-estereográfica na horizontal (x,y) e sigma-
z (σz) na vertical.
2.9.3. ASSIMILAÇÃO DE DADOS OBSERVACIONAIS

A solução do sistema de equações primitivas requer condições iniciais e de contorno.
Neste trabalho as análises do CPTEC (1.875° resolução horizontal) forneceram as condições
iniciais e de contorno. Utilizou-se o módulo de análise objetiva do RAMS para a assimilação
das análise do CPTEC. Os dados do vento, temperatura e umidade relativa, altura
geopotencial e pressão ao nível do mar com uma resolução espacial de 1.875°x1.875°, em 11
níveis verticais (de 1000 hPa a 70 hPa), e com espaçamento temporal de 6 horas são
acessados e interpolados para níveis isentrópicos e de σz . Esses dados foram usados para a
definição da condição inicial do downscaling para uma malha aninhada do modelo RAMS. A
malha de baixa resolução foi de 64 km e sua malha aninhada foi de 16 km. No processo de
downscaling, o RAMS é usado como um interpolador dinâmico da análise de baixa resolução
fornecida pelo CPTEC. As condições de fronteira inferior de alta resolução (principalmente
topografia e uso do solo) e a resolução de fenômenos de mesoescala, permitidos pela alta
resolução horizontal, adicionam detalhes à análise de baixa resolução que tornam mais
próxima das observações a análise meteorológica do downscaling (Camargo & Silva Dias,
2000). Neste trabalho o início da integração começou no dia 1 de junho, finalizando este
dowscaling no dia 31 de agosto de 1999. Alguns métodos podem ser realizados durante o
estágio inicial da rodada do modelo tais como: (i) relaxação Newtoniana (mais conhecido
como “nudging”) e (ii) esquema variacional como método de ajuste. Neste trabalho foi
utilizado o método de relaxação Newtoniana. Na relaxação Newtoniana os componentes
horizontais do vento, a temperatura potencial, a razão de mistura total são forçados em
direção aos correspondentes valores observados contidos nas análises.
2.9.4. NUDGING
No esquema “nudging” um termo de tendência artificial é adicionado às tendências
locais de cada uma das quantidades na seguinte forma:
 ∂φ

 ( φ −φ
 = ϖ (k , i, j ) 0
)
 ∂t 
2.20
 nud τ
48
onde φ é o valor atual da variável calculada pelo modelo, φ0 é o valor desta variável na
−
análise, τ é a escala de tempo da forçante, que define a sua intensidade, e ϖ(k,i,j) é um termo
3D, que determina as regiões do domínio em que este procedimento se realizará. Em um certo
instante de tempo t do modelo, o valor da variável observada φ0(t) é obtido através de uma
interpolação linear no tempo entre os valores de φ 0 em duas análises consecutivas (Pielke et.
al., 1992, Longo, 1999). As escalas de tempo de nudging são divididas em três: no centro
(tnudcent), numa banda lateral (tnudlat) e uma banda no topo do modelo (tnudtop). As
escalas de tempo são definidas pelo usuário e possibilitam a construção do termo ϖ(k,i,j)/ τ
Neste trabalho os valores de tnudcent, tnudla e tnudtop foram 86400 s, 1800 s e 10800 s
respectivamente.
2.10. CARACTERÍSTICAS DE SUPERFÍCIE UTILIZADAS NO RAMS NA VERSÃO 4.3
a) TEMPERATURA DA SUPERFÍCIE DO MAR (TSM)
Utiliza-se a climatologia global mensal de dados de TSM do COADS

(Comprehensive Ocean-Atmosphere Data Set), com resolução horizontal de 1 grau (latitude,
longitude) ou aproximadamente de 100 km de resolução horizontal (Hakkinen & Mo, 2002).
O COADS é um sistema de organização internacional para o registro das observações
meteorológicas em navio. As variáveis básicas observadas no COADS incluem temperatura
de ar na superfície do mar, vento, umidade (temperatura de ponto de orvalho ou bulbo úmido
(Woodruff et al., 1998).
b)VEGETAÇÃO
Os dados da vegetação são globais com resolução horizontal de 30 segundos grau, ou
aproximadamente de 1km. A fonte de dados usada é do IGBP (International Geosphere-
Biosphere Programe) (http://www.cnrm.meteo.fr/igbp). Esses dados são obtidos com base em
medidas com radiômetro de alta reasolução chamado AVHRR ( Advanced Very High
Resolution Radiometer).
c) TOPOGRAFIA
A base de dados de topografia é global com resolução horizontal de 30 segundos de grau
ou aproximadamente 1 km. Os dados são do GLCC- Global Land Cover Characterization
(http://edcdaac.usgs.gov/glcc/glcc.html) (Liston & Pielke, 2001).
49
CAPÍTULO III
PARTE EXPERIMENTAL
As concentrações dos poluentes e as variáveis meteorológicas medidas, utilizadas para

a identificação de fontes locais e remotas, correspondem aos dados coletados na primeira fase
do projeto temático “Meteorologia e Poluição de Ar em São Paulo (MPASP)”, no inverno de
1999. A seguir são descritos detalhes desse projeto temático e os procedimentos
experimentais para obtenção de concentração de diversos poluentes.
3.1. OBJETIVOS DO EXPERIMENTO MPASP

O MPASP é um projeto temático coordenado pelo Prof. Dr. Pedro Leite Silva Dias,
com recursos FAPESP, iniciado em 1998 e com término em 2002. O MPASP teve os
seguintes objetivos principais:
(i) identificar como as condições meteorológicas na RMSP, no período de inverno, são
influenciadas pelas circulações locais e de outras regiões;
(ii) utilizar essas informações na calibração de modelos meteorológicos de simulação da
estrutura tridimensional da camada limite planetária (CLP) e em modelos fotoquímicos de
qualidade do ar, em especial de descrição da produção e transporte de oxidantes fotoquímicos;
(iii) aprimorar as técnicas de previsão do potencial de dispersão de poluentes na RMSP.
3.2. CAMPANHAS EXPERIMENTAIS

Foram realizadas duas campanhas experimentais nos invernos de 1999 e 2000 e
medidas no interior de túneis em 2001. A primeira campanha intensiva de medidas do projeto
temático MPASP foi realizada entre os dias 03 e 12 de agosto de 1999, com a participação de
vários grupos, entre eles o Departamento de Ciências Atmosféricas do IAG da USP, o Grupo
de Estudos de Poluição do Ar (GEPA) do Instituto de Física da USP, o grupo do Laboratório
de Estudos do Meio Ambiente (LEMA) do Instituto de Química da USP, o Instituto de
Pesquisas Energéticas e Nucleares (IPEN), e a Companhia de Tecnologia de Saneamento
Ambiental de São Paulo (CETESB). As observações foram de dois tipos: (i) poluentes, e (ii)
variáveis meteorológicas. As medidas realizadas em 1999 são objeto de estudo nesta tese. Na
50
Tabela 3.1, abaixo apresentam-se as principais medidas realizadas e os respectivos grupos de
pesquisa responsáveis.
Tabela 3.1 Parâmetros medidos na Campanha de inverno de 1999.

Parâmetros medidos Grupo responsável Equipamentos Método analítico
Distribuição de tamanho do Depto Ciências Impactador em Cascata adquirido PIXE e
aerossol, composição Atmosféricas neste temático e amostrador de cromatografia
Partículas Finas e Grossas. líquida
NOx, NH3, BEN, TOL, PXY, GEPA Com o DOAS, adquirido dentro Automático*
MXY, FEN, O3, SO2, FOR, deste temático
HNO, NO3
Carbono total e suas frações GEPA Aetalômetro Automático
“soot” e orgânico
Material Particulado Inalável GEPA TEOM Automático
Aldeídos, Ácidos Carboxílicos LEMA-I.Q. Com materiais de consumo Cromatografia de
e Álcoois na fase gasosa, adquiridos neste temático íons com
condutividade
elétrica, HPLC,
CG/FID/TD
Ânions, cátions e orgânicos LEMA-I.Q. Com materiais de consumo Cromatografia
que compõem o material adquiridos neste temático
particulado
O3, CO, NOx IPEN Com monitores automáticos Automático
adquiridos neste temático
Material Particulado GEPA PARTISOL, adquirido neste Automático
temático
*O termo automático utilizado aqui significa que o equipamento monitora a espécie praticamente em tempo real.
GEPA= Grupo de Estudos de Poluição do Ar; LEMA-IQ= Laboratório de Estudos do Meio Ambiente – Instituto
de Química; IPEN= Instituto de Pesquisas Energéticas e Nucleares; PIXE= Proton Induced X-ray Emission;
DOAS= Differential Optical Absorption Spectrometer; TEOM= Tapered Element Oscillating Microscale;
HPLC= Hight Performance Liquid Chromatography; CG/FID= Cromatografia Gasosa/Flame Ionization
Detector; PARTISOL= amostrador de ar seqüencial para coleta simultânea de particulado fino e grosso; BEN=
benzeno; TOL= tolueno; PXY=p-xileno; MXY= m-xileno; FEN= fenóis; FOR= formaldeído.
3.2.1. AMOSTRAGEM DE AEROSSÓIS

Campanhas de amostragem das frações fina e grossa dos aerossóis presentes na RMSP
foram realizadas em dois sítios: (i) Água Funda e (ii) Instituto de Física da USP, organizadas
pelo GEPA, utilizando o equipamento AFG, no período de 28 de julho à 9 de setembro de
1999. As partículas de aerossóis atmosféricos foram coletadas em filtros de policarbonato, da
marca Nuclepore, com 47 mm de diâmetro. Utilizaram-se filtros com poros de 8,0 µm de
diâmetro (para coleta do material particulado grosso), e filtros com poros de 0,4 µm de
diâmetro, para coleta do material particulado fino (Castanho, 1999).
A parte mais intensiva da campanha do MPASP ficou compreendida entre 03 e 12 de
agosto de 1999, quando também foram realizadas a amostragem do aerossol com o
Impactador em Cascata com Deposição Uniforme (MOUDI), medidas meteorológicas e de
51
vários compostos químicos. As amostragens com o MOUDI foram realizadas no terraço do
prédio do Departamento de Ciências Atmosféricas, no campus da USP, no Butantã.
O material particulado inalável (diâmetro aerodinâmico menor que 10 µm) foi
coletado utilizando-se o MOUDI que permite a separação física das partículas em diferentes
frações de tamanho (Marple et al., 1991), amostrado pelo Departamento de Ciências
Atmosféricas -IAG-USP.
3.2.2 AMOSTRAGEM DOS GASES

O monitoramento da qualidade do ar é realizado pela Companhia de Tecnologia e
Saneamento Ambiental (CETESB), através de 2 redes de amostragem, automática e manual.
A rede automática opera na Região Metropolitana de São Paulo (RMSP) e Cubatão, medindo
os seguintes poluentes: material particulado inalável, dióxido de enxofre, monóxido de
carbono, ozônio, e hidrocarbonetos, mostrados na Tabela 3.2. Algumas estações medem
também as seguintes variáveis meteorológicas: velocidade e direção do vento, temperatura,
umidade, pressão e radiação total. A rede manual mede dióxido de enxofre, fumaça e poeira
total em suspensão (Alonso et al., 1997; Cetesb, 2001). Neste trabalho foram consideradas na
análise as concentrações de ozônio, monóxido de carbono e material particulado inalável dos
meses de junho a agosto de 1999. A Figura 3.1 mostra a localização das estações da rede
automática de CETESB.
Figura 3.1 Localização das estações de rede automática (fonte: Cetesb,2001)
52
Tabela 3.2 Rede automática de monitoramento atmosférico da CETESB (Fonte: Cetesb,
2000)
No de Estações PI SO2 NO NO2 Nox CO CH4 HCNM O3 UR T V D P
estação
01 Parque D Pedro X X X X X X X X X X X X X X
II
02 Santana X X X X
03 Moóca X X X X
04 Cambuci X
05 Ibirapuera X X X X X X X X X X X X
06 Nossa Senhora X
Do Ó
07 São Caetano X X X X X X X X XX X X X X X
Do Sul
08 Congonhas X X X X X X X
09 Lapa X X X X X X X X X
10 Cerqueira X X X X X X
César
11 Penha X
12 Centro X X X X X X
13 Guarulhos X X X
14 Santo André – X X X X
Centro
15 Diadema X X
16 Santo Amaro X X X X
17 Osasco X X X X X X X X X
18 Santo André- X X X
Capuava
19 São Bernardo X X X
Do Campo
20 Tobão da Serra X
21 São Miguel X X X X X X
Paulista
22 Mauá X X X X X
24 Cubatão-Centro X X X X X X X X X X X
25 Cubatão- Vila X X X X
Parisi
27 Pinheiros X X X X X X
PI-Partículas Inaláveis
HCNM – Hidrocarbonetos menos metano
V– velocidade do vento; D- Direção do vento ; UR- Umidade Relativa; P- Pressão Atmosférica; T- temperatura.
Radiação total e Ultravioleta são medidas somente na estação Ibirapuera.
3.3 EQUIPAMENTOS PARA AMOSTRAGEM DO AEROSSOL

3.3.1 O AMOSTRADOR DE PARTICULADO FINO E GROSSO (AFG)
O AFG separa o aerossol atmosférico aspirado em duas faixas de diâmetro
aerodinâmico (da) medido da partícula: 2,0 < da < 10 µm e da < 2,0 µm. Este fracionamento
de material particulado permite estudar separadamente as modas grossa e fina (Longo,1999).
O AFG é composto por um pequeno suporte plástico que contém dois filtros, respectivamente
com poros de 8,0 µm e 0,4 µm, que colhem separadamente as partículas da moda grossa e
fina presentes no aerossol (Figura 3.2a) (Tabacniks 1991). Na Figura 3.2b é apresentado o
esquema do Amostrador AFG, basicamente constituído por uma proteção da chuva e o
conjunto do Inlet que determina o diâmetro de corte. O AFG é conectado por uma tabulação
de PVC à uma bomba de vácuo. A bomba succiona o ar atmosférico a um fluxo de 16 l/min.
53
Cada circuito elétrico possui um horímetro que fornece o tempo de amostragem, integrado em
horas (Castanho, 1999).
FILTRO NUCLEPORE
DE 8,0 µ m
FILTRO NUCLEPORE
DE 0,4 µ m
Figura 3.2a. Visão explodida do Amostrador de Finos e Grossos, AFG.

(Fonte, Tabacniks, 1991)
Figura 3.2b. Arranjo experimental de amostragem com o AFG. (Fonte, Castanho, 1999)
O funcionamento do AFG pode ser encontrado em Andrade (1993), Castanho (1999),

Correia (1998) e Longo (1999).
54
3.3.2. IMPACTADOR EM CASCATA COM DEPOSIÇÃO UNIFORME (MOUDI)
O MOUDI (Micro Orifice Uniform Deposit Impactor) permite avaliar a concentração do
material depositado até PM10 (diâmetro aerodinâmico menor que 10 µm) e também permite a
separação física das partículas em diferentes frações de tamanho (Marple et al., 1991). Neste
trabalho foi utilizado o MOUDI de 10 estágios (modelo 110), desenvolvido nos EUA (Marple
et al., 1991). Aqui a inclusão de inlet e after-filter permite a coleta de partículas em 12 frações
de tamanho entre < 0,056 µm e 18 µm, como na tabela 3.3 (Allen et al., 2001). Nas
superfícies do impactador foram utilizados filtros de policarbonato (Nuclepore), de 47 mm de
diâmetro com poros de 8 µm. O fluxo de ar foi de 24.8 litros por minuto (l/min). Neste
trabalho os diâmetros de corte (D50) do impactador que funcionaram foram: 18µm (Inlet);
10 µm; 5,6 µm; 3,2µm; 1,8µm; 1,0µm; 0,56 µm; 0,32µm e 0,1µm. Um PVC pequeno foi utilizado
para proteger o impactador da chuva. O inlet tem como propósito limitar as partículas que
entram no impactador. Neste trabalho o filtro final de teflon (after filter ), de 37 mm de
diâmetro, permite a coleta de todas as partículas menores que 0,1µm.
Tabela 3.3 Diâmetro de corte para o impactador tipo MOUDI

Estágio Diâmetro de corte (µm) Número de orifícios
Inlet 18 1
1A 10 1
2A 5,6 10
3A 3,2 10
4A 1,8 20
5A 1,0 40
6A 0,56 80
7A 0,32 900
8A 0,18 (não funcionou) 900
9A 0,10 2000
Teflon (after filter) 0 --
3.3.2.1 PRINCÍPIO DE OPERAÇÃO DO MOUDI

Na Figura 3.3a é apresentado o diagrama esquemático de um estágio do MOUDI (N-
ésimo estágio). Cada estágio consiste de uma placa de impactação para o estágio acima (N-1
ésimo estágio). A deposição é distribuída uniformemente pela rotação alternada dos estágios.
Na Figura 3.3b é apresentado o princípio físico de funcionamento do MOUDI, onde o
fluxo de ar de 24,8 l/min passa por um estágio com determinado tamanho de orifícios. As
55
partículas maiores que o diâmetro de corte deste estágio sofrem impactação inercial no filtro e
as partículas menores seguem ao segundo estágio. O fluxo de ar passa por orifícios menores
no estágio seguinte e as partículas sofrem um aumento de velocidade, fazendo com que estas,
com um novo intervalo de diâmetro, sejam impactadas, selecionando assim um novo diâmetro
de corte, e dessa forma sucessivamente até o estágio final (Castanho, 1999; Marple et al.,
1991).
O período de cada amostra varia conforme mostrado na tabela 3.4. Na primeira coluna
desta tabela está destacado o dia de amostragem seguido das letras N ou D, que indicam se a
amostra foi colhida durante o dia (D) ou a noite (N).
Tabela 3.4 Informações sobre as amostragens dos elementos-traços realizadas com o

MOUDI, durante o MPASP de 03 a 12 de agosto de 1999.
Identificação Data e Data e MOUDI Fluxo médio
Hora início Hora final (l/min)
03N 03/08/99 às 18:00 04/08/99 às 08:00 1 19,6
04D 04/08/99 às 08:20 04/08/99 às 16:45 2 20,0
04N 04/08/99 às 18:04 05/08/99 às 08:03 3 20,0
05D 05/08/99 às 08:30 05/08/99 às 18:03 4 19,1
05N 05/08/99 às 18:20 06/08/99 às 08:00 5 19.3
06D 06/08/99 às 08:20 06/08/99 às 18:10 6 19,3
06N 06/08/99 às 18:30 07/08/99 às 08:00 7 19,3
07DN 07/08/99 às 08:20 08/08/99 às 08:15 8 19,1
08DN 08/08/99 às 08:50 09/08/99 às 07:55 9 23,2
09D 09/08/99 às 08:16 09/08/99 às 17:59 10 22,2
09N 09/08/99 às 19:20 10/08/99 às 08:00 11 21,2
10D 10/08/99 às 08:20 10/08/99 às 18:02 12 21,0
10N 10/08/99 às 18:20 11/08/99 às 07:55 13 19,1
11D 11/08/99 às 08:30 11/08/99 às 17:55 14 19,2
11N 11/08/99 às 18:05 12/08/99 às 08:05 15 18,9
3.3.3 MINIVOL
Amostrador Portátil de Ar - Minivol foi usado para a amostragem do aerossol. O

Minivol é um amostrador para o monitoramento de material particulado inalável (PM10) e
poluentes na fase gasosa. É um equipamento relativamente barato, pequeno e de fácil
transporte (Salter & Parssons, 1999). Esse amostrador foi utilizado na campanha experimental
em 2000 e no interior dos túneis.
56
3.3.3.1 PRINCÍPIO DE OPERAÇÃO DO MINIVOL
O Minivol é basicamente controlado por uma bomba através de um timer
programável. O amostrador é equipado para operar a partir de fontes AC ou DC. Para a
amostragem de PM10, o ar é aspirado até o separador de tamanho de partículas e depois até o
meio do filtro. A separação das partículas é realizada por impactação. O crucial para a coleta
de partícula de forma correta é o fluxo de ar que passa diretamente pelo INLET. Para o
Minivol, o fluxo volumétrico deve ser de 5 litros por minuto em condições ambientais.
Neste trabalho o Minivol foi utilizado para amostrar o aerossol em duas modas: (i) moda
grossa, (2,0<da ≤ 10 µm) e (ii) e moda fina, (da ≤ 2,0 µm), assim como descrito no trabalho
de Chan & Kwork (2000).
57
Placa de impactação com anel
Ímãs Removível para fixação do
filtro
Estágio giratório
Placa de orifícios
Estágio estacionário
(a)
Ar aspirado
Tamanho de orifícios
Estágio 1
Placa de impactação
Estágio 2
Estágio N
Filtro
Filtro de teflon
Ar para bomba de vácuo

Estágio 1
(b)
Figura 3.3. Princípio físico de operação do MOUDI: (a) para n-ésimo estágio, (b) para os
todos os estágios.
58
3.4 MÉTODO ANALÍTICO
3.4.1 ANÁLISE GRAVIMÉTRICA
A massa total de aerossóis foi obtida nos filtros finos e grossos através de um
procedimento sistemático de pesagem dos filtros, antes e após a amostragem (Longo, 1999).
Uma balança microanalítica eletrônica, com sensibilidade nominal de 1 µg foi utilizada no
laboratório do GEPA. A análise gravimétrica foi realizada nos filtros do AFG, Minivol e
MOUDI com o objetivo de determinar as concentrações de aerossóis. A pesagem dos filtros
antes e depois de serem amostrados foi realizada após estes terem sido deixados em caixinhas
do alumínio, sob ação de fonte alfa de Polônio 210, para perderem a carga eletrostática
acumulada durante sua fabricação e manuseio. A massa das partículas amostradas, nas duas
frações, é a diferença dos resultados das pesagens dos filtros, antes e após a exposição,
subtraindo-se a massa média acumulada em filtros de controle, isto é, não amostrados. A
medida do volume total de ar amostrado, permite a obtenção da concentração média de
aerossóis presentes na atmosfera, durante o período da amostragem.
a) CÁLCULOS UTILIZANDO MINIVOL

A massa total de aerossol num filtro amostrado (Wg) é obtida subtraindo da massa de
filtro amostrado a partir de massa de filtro limpa (antes de amostragem), como a seguir:
Wg=Fe-Fc
A mudança no peso em filtros de controle (∆C) entre antes e depois de amostragem é
calculada:
∑ [(C ica + C icb ) − (C iea + C ieb)]

n
∆C = i =1
2 xn
onde n é o número de filtros utilizados no controle.
A massa final de aerossol em um filtro (Wn) é obtida pela correção da massa total pela
mudança de massa de filtros de controle (chamados brancos)
Wn=Wg+∆C
b) tempo de amostragem (t) é a diferença entre o inicio e o fim, a partir de tempo totalizador
(horímetro). Neste trabalho, a escolha de tempo é em minutos.
59
c) volume de ar amostrado (V) em metros cúbicos, é a média de fluxo (Q) em litros por
minuto, tempo de amostragem em minutos. Conversão de litros para metros cúbico é
0.001
V m3 = 0.001m3 / l x Ql / min x t min
d) concentração de aerossol (PM) em microgramas por metros cúbico é encontrado pela

fórmula abaixo:
W n ( mg )
PM µg / m3 = 1000µg / mg x
V m3
onde “1000”é fator de conversão a partir de miligrama para micrograma.
3.4.2 ANÁLISE ELEMENTAR PELO MÉTODO PIXE

Para a determinação da composição elementar dos aerossóis coletados utilizou-se a
técnica PIXE (Proton Induced X-Ray Emission). O PIXE é um método físico de análise
multielementar, não destrutivo, de alta sensibilidade, que utiliza feixes de partículas. A
amostra é irradiada com um feixe de prótons de energia, da ordem de alguns MeV, produzido
por um acelerador de partículas. Um detector de estado sólido de Si(Li) coleta o espectro de
raios X gerado pela amostra, induzido pelo feixe de prótons (Figura 3.4). Mais detalhes sobre
o método PIXE estão descritos em Martins (1994), Tabackniks (1983), Maenhaut (1990),
Longo(1999) e Jael et al. (2001).
Raios X
Figura 3.4. Emissão de raios-x induzidos por prótons (adaptado de Tsuji et al., 2000)
Uma análise posterior do espectro dos raios X emitidos permite a identificação e

quantificação simultânea de elementos entre Na e U (Tabackniks, 1983; Maenhaut, 1990).
60
Utilizou-se o sistema PIXE do Laboratório de Análise de Materiais por Feixes Iônicos-
LAMFI (http://www.if.usp.br/lamfi), da Universidade de São Paulo. Na Figura 3.5 é
apresentado um diagrama do sistema PIXE (Minagawa et al., 2001).
Feixe de prótons
Detector Si(Li)
câmara
Eletrodo
supressor
Pre-amplificador Raios X
Integrador de
alvo corrente
amplificador
discriminador
computador
Analisador Multicanal
Figura. 3.5. O sistema PIXE
Os espectros dos raios-X obtidos são analisados com o programa AXIL (Van Espen et
al., 1979), que, através do ajuste das linhas espectrais, permite o cálculo das concentrações
elementares. O espectro típico gerado pelo sistema PIXE é apresentado na Figura 3.6 (Jal et
al., 2001)
Energia (keV)
Contagens
Número de canal
Figura 3.6 . Espectro típico gerado pelo sistema PIXE
61
3.4.3. DETERMINAÇÃO DA CONCENTRAÇÃO DE “BLACK-CARBON”
A definição de “black carbon” (BC) corresponde ao carbono na fase particulado. Neste
trabalho foram determinadas as concentrações de BC através da técnica de refletância de luz
utilizando o equipamento Reflectômetro, marca “Diffusion Systems Ltd.”, modelo “Smoke
Stain Reflectometer- Model 43” (Delumea et al., 1980; Longo, 1999). O BC é um composto
predominantemente presente na fração fina do aerossol (Castanho, 1999). Neste trabalho foi
determinada a concentração de BC nos filtros finos coletados com o Minivol.
A técnica de refletância de luz consiste na iluminação do filtro de policarbonato, no qual
foram coletadas partículas de aerossóis, e posterior medição da luz refletida. A quantidade de
luz refletida é utilizada na determinação da porção absorvida pelos aerossóis no filtro, através
da comparação com uma curva de calibração. Esta curva de calibração é obtida a partir de
medidas da refletância de uma série de filtros com diferentes quantidades de black carbon
(Longo, 1999). Essa curva de calibração da luz refletida pela quantidade de black carbon foi
obtida empiricamente por Loureiro et al. (1994) e também utilizada em Castanho (1999). A
curva de calibração é dada pela Equação 3.1, que indica como, a partir da refletância medida,
pode-se determinar a massa de BC presente na atmosfera (Castanho, 1999).
µg A
BC ( ) = (30,90 − 15,454 * log( R) * ) (3.1)
m3 V
onde:
R=refletância (%)
A=área amostrada do filtro utilizando o equipamento Minivol (13,20 cm2)
V= volume de ar amostrado (m3)
Quanto menor a intensidade da luz refletida maior é a quantidade de black carbon
presente na amostra, pois este estaria absorvendo uma parcela maior da luz incidente.
3.4.4. CROMATOGRAFIA IÔNICA

Parte do do material coletado nos filtros foi submetido a uma dissolução em água e o
material analisado por cromatografia iônica.
Para as análises de cátions e ânions em extrato aquoso, foi utilizado um equipamento
de cromatografia a líquido de íons (CI), marca DIONEX, modelo DX500, com detetor
condutividade para cátions e ânions (Bourotte, 2002). Esse equipamento permite determinar
os ânions (Cl-, SO42-, e NO3-), e os cátions (Na+, NH4+,Ca2+,K+,Mg2+ ). Apenas o SO42- e a
NH4+ apresentaram uma base de dados satisfatória (número de dados analisados) e, portanto,
62
foram utilizados na Análise de Fatores. O restante dos cátions e ânions apresentou uma
pequena base de dados. A base de dados para o SO42-, e NH4+ está no Apêndice B.
3.5 MEDIDAS REALIZADAS NOS TÚNEIS

Para avaliar a contribuição das fontes automotivas na poluição da RMSP foram
realizadas medidas em túneis. Foram coletadas amostras de gases e partículas para a
determinação de elementos traçadores que possibilitou uma avaliação mais precisa da
participação das fontes automotivas para a poluição na RMSP.
3.5.1. MATERIAL PARTICULADO

As amostras do material particulado foram coletadas em filtros (47 mm de diâmetro)
simultaneamente dentro e fora do túnel, com o equipamento Minivol a taxa de 5 l/min
(Kirchtetter et al., 1999). Os filtros coletados foram analisados para a determinação de massa,
concentração de black carbon e determinação da concentração de elementos-traços. Para a
determinação da distribuição de tamanho em massa do PM10 foram utilizados impactadores
em cascata MOUDI, amostrados no interior dos túneis, separando o aerossol em 10 estágios.
3.5.2. GASES
As concentrações dos gases foram medidas simultaneamente dentro e fora dos túneis. Os
gases medidos no interior dos túneis foram: monóxido de carbono (CO), dióxido de carbono
(CO2), NOx, e dióxido de enxofre (SO2). As concentrações de CO2 foram monitoradas
continuamente com registro para médias de 10 minutos.
Os gases CO, NOx e SO2 foram coletados em sacos de “Tedlar”, dentro e fora do túnel
(Gertler et al., 1997), com a aspiração do ar por um compressor com 1 l/min. Os sacos de
Tedlar foram analisados em seguida à amostragem, na estação telemétrica de qualidade do ar
da CETESB, em Congonhas.
As concentrações dos gases NO e NO2 também foram medidas utilizando-se monitores
contínuos de NOx, apenas dentro do túnel Jânio Quadros, sob responsabilidade do Instituto de
Química, grupo da Profa. Lílian Carvalho (Pool et al., 2002).
63
3.6 DADOS METEOROLÓGICOS NO PERÍODO MPASP
O perfil do vento e a turbulência foram medidos utilizando-se o SODAR Doppler
(Nair et al., 2000; Freitas et al., 2000; Ynoue et al., 2000; Nair et al., 2002), também o perfil
do vento foi medido utilizando-se balões.
As variáveis meteorológicas de superfície foram medidas: (i) na estação meteorológica
da Água Funda pela estação do IAG, (ii) na estação meteorológica do Departamento de
Ciências Atmosféricas por uma estação automática, e (iii) na estação meteorológica em
Santana de Paraíba também de forma automática.
A estação meteorológica da Água Funda encontra-se situada no Parque Estadual das
Fontes do Ipiranga (antigo Parque do Estado), bairro da Água Funda, na cidade de São Paulo.
Geograficamente localiza-se na latitude 23°39′S e longitude 46°37′W, desde o início de seus
registros. A série temporal desta estação é bastante longa, inicia-se em 1933. Esta estação
meteorológica possui um rigoroso controle de qualidade, baseado na comparação entre as
medidas de seus instrumentos, tais como o psicrômetro de bulbo seco e termógrafo de anel
bimetálico, além das medidas de valores extremos de temperatura do ar realizados pelos
termômetros de máxima e mínima com capilar de mercúrio e álcool respectivamente.
Con formato: Numeración y

3.8 DADOS DOS POLUENTES PARA A IDENTIFICAÇÃO DAS FONTES REMOTAS viñetas
3.8.1 DADOS DOS CO e O3

Foram utilizados os dados de concentrações médias horárias de monóxido de carbono
(CO) e ozônio (O3), obtidos por analisadores contínuos pela Companhia de tecnologia de
Saneamento Ambiental de São Paulo- CETESB (Cetesb, 2001), para estações selecionadas da
Rede Telemétrica. As estações selecionados para o O3 foram: São Miguel Paulista (SMP), São
Caetano do Sul (SCS), Parque Dom Pedro II (PDP), Osasco, Ibirapuera (Ibira), e Moóca. As
estações selecionados para o CO foram: Parque Dom Pedro II (PDP), São Caetano do Sul
(SCS), Lapa, Congonhas (Congo), Cerqueira César (Cesar), Centro e Ibirapuera (Ibira).
Con formato: Numeración y

3.8.2 DADOS DO PM10 viñetas
Também foram utilizados os dados de concentrações médias horárias de material

particulado inalável (PM10), coletados pela CETESB. As estações selecionadas para o PM10
foram: Cambuci, Santana, Diadema, Nossa senhora de Ó (Nsenhora) e Penha.
64
CAPÍTULO IV
APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
4.1 CONCENTRAÇÃO DE MATERIAL PARTICULADO NO INTERIOR DOS

TÚNEIS.
Na Tabela 4.1.1a são apresentados dados referentes às amostragens realizadas nos túneis
descritos no item 2.1. Foram coletadas 9 amostras nos túneis Jânio Quadros (JQ) e
Maria Maluf (MM), com o amostrador Minivol. As siglas na tabela significam o local
de coleta, sendo JI referente à coleta interna no túnel JQ, JE representa a coleta externa
no túnel JQ, MI para a coleta interna no túnel MM e ME para a coleta externa no túnel
MM. Também nesta tabela estão apresentados os resultados de concentração de material
particulado fino, grosso e inalável para as 9 amostras coletadas. O túnel JQ possui um
extensão de 1200m, com 4m de altura e duas faixas de rolamento. O volume médio
diário é de 58.000 veículos. O túnel MM possui 845m de extensão, 5,6m de altura, 3
faixas de rolamento e um volume de 70.000 veículos diários. O sistema de ventilação é
baseado na concentração de CO fornecida por monitores instalados no interior dos
túneis, que aumenta e diminui a rotação dos ventiladores dos túneis.
Tabela 4.1.1a Período de amostragem de cada uma das 09 amostras coletadas nos túneis Jânio
Quadros e Maria Maluf e suas concentrações de massa utilizando o
equipamento Minivol
No da INICIO FINAL CONCENTRAÇÕES
Amostra DIA HORA DIA HORA FINO GROSSO INAL*
µg/m3 µg/m3 µg/m3 Con formato: Portugués
75,8 116,9 192,7 (Brasil)
1JI 13-ago-01 10:20 13-ago-01 12:00
73,5 84,5 158,0 Con formato: Portugués
(Brasil)
2JI 13-ago-01 12:00 13-ago-01 14:02
3JI 13-ago-01 14:03 13-ago-01 16:00 59,8 58,1 117,9
Con formato: Portugués
4JE 13-ago-01 11:20 13-ago-01 14:00 31,4 11,1 42,5 (Brasil)
5JE 13-ago-01 14:00 13-ago-01 16:00 36,5 17,5 54,0
6MI 10-out-01 7:35 10-out-01 9:49 97,8 98,5 196,3
7MI 10-out-01 9:55 10-out-01 11:51 56,4 50,0 106,4
8ME 10-out-01 7:46 10-out-01 9:48 49,4 12,0 61,4
9ME 10-out-01 9:49 10-out-01 11:30 49,4 8,5 57,9
*INAL=inalável
Na Tabela 4.1.1b são apresentados o número de veículos por hora que circularam
durante as amostragens, por tipo de veículo.
Na Figura 4.1.1 apresenta-se a concentração de massa de aerossóis por amostra, nas
frações fina e grossa, obtida para as 9 amostras coletadas nos túneis. Observa-se que as
concentrações em massa do material particulado (CMP) obtidas no interior dos túneis são
maiores que as CMP externas. Este resultado está de acordo com Kirchstetter et al. (1999),
que estudaram as medidas das concentrações dos poluentes no túnel Caldecott (1100 m de
65
longitude) localizado no leste de San Francisco (EUA), onde os autores obtiveram este
mesmo resultado para a maioria dos poluentes atmosféricos.
Tabela 4.1.1b Número de veículos por hora que circularam durante as amostragens
No da Veículos leves Motos Caminhões ônibus
Amostra
1JI 2234 78
2JI 2684 131
3JI 2856 200
6MI 1292 174 177 10
7MI 1476 173 325 4
Figura 4.1.1. Concentração em massa do material particulado (CMP), nas modas fina e
grossa por amostra, nos túneis Jânio Quadros e Maria Maluf.
A Figura 4.1.2 ilustra a razão da concentração de black carbon (BC), na concentração

de material particulado fino (MPF), obtida para as amostras coletadas nos túneis. Observa-se
uma participação de BC na concentração de MPF em 29% no túnel JQ (onde circulam
majoritariamente veículos movidos a gasolina) e 55% no túnel MM (onde existe uma
participação de veículos pesados movidos à diesel). Essas amostragens nos túneis mostraram
que o BC é mais abundante em aerossóis gerados a partir de veículos movidos à diesel.
Kirchstetter et al. (1999), no túnel Caldecott (Estados Unidos), mostraram que a participação
de BC na concentração de MPF é de 51%, concordando com os resultados obtidos na
RMSP.
66
0,6
0,5
0,4
BC/MPF
0,3
0,2
0,1
0,0
1JI 2JI 3JI 4JE 5JE 6MI 7MI 8ME 9ME
Figura 4.1.2. Razão da concentração de black carbon (BC) na concentração do material
particulado fino (MPF), por amostra.
4.2 COMPOSIÇÃO ELEMENTAR DOS AEROSSÓIS

A Figura 4.1.3 apresenta a participação percentual dos elementos inorgânicos (Z ≥ 11),
em relação à massa total do particulado. O restante da massa é composto por elementos leves,
compostos orgânicos e água, não detectáveis pela análise PIXE utilizada na determinação da
composição elementar dos aerossóis. As concentrações dos compostos e elementos
inorgânicos na forma oxidada, como se apresentam na atmosfera (mais citados na literatura,
como por exemplo em Andrade -1993), para as modas fina e grossa estão apresentados nas
Tabelas 4.1.2a e 4.1.2b, respectivamente. Considerando a forma oxidada, a participação dos
compostos inorgânicos na concentração de material particulado é maior no túnel JQ que no
MM. Parte significativa da massa está associada ao óxido de Ferro e ao sulfato de amônio. O
que foi denominado como org, consiste na fração da massa não explicada pelos aerossóis
inorgânicos e pelo BC.
moda fina
moda grossa
0,5
0,4
somaCE/CMP
0,3
0,2
0,1
0,0
Figura 4.1.3. Participação percentual dos elementos inorgânicos (EI) em relação à massa
total de material particulado (CMP), por amostra.
67
As Figuras 4.1.4 e 4.1.5 apresentam as razões entre as médias percentuais internas
(PCMI) e as médias percentuais externas (PCME), nos túneis Jânio Quadros (JQ) e Maria
Maluf (MM), respectivamente. No túnel JQ a concentração de Fe, na moda fina, apresenta-se
enriquecida (Figura 4.1.4), tendo, como possível causa, a contribuição oriunda do sistema de
ventilação e os próprios veículos. Os elementos traços Si, Fe e BC, na moda fina,
apresentam-se enriquecidos nas amostras coletadas no túnel MM.
68
Tabela 4.1.2a. Compostos e elementos inorgânicos na sua forma oxidada, black carbon (BC) e compostos orgânicos na moda fina (em µg/m3)
No da Al2O3 SiO2 (NH4) 2SO4 NaCl K2O CaO TiO2 MnO2 Fe2O3 NiO Cu2O ZnO Br Pb Inor* Inor/M*(%) BC/M Org*
Amostra *
1JI 1,51 0,90 12,62 0,17 0,35 1,67 0,31 0,23 14,32 0,01 0,47 0,37 0,07 0,03 33,04 43,62 0,35 16,57
2JI 1,32 0,68 6,50 0,17 0,24 1,41 0,26 0,17 13,09 0,44 0,29 0,06 0,00 24,66 33,57 0,26 29,88
3JI 3,97 0,26 0,11 0,84 0,16 0,13 9,60 0,00 0,51 0,05 0,04 15,92 26,60 0,24 29,56
4JE 0,62 0,23 5,68 0,17 0,18 0,57 0,09 0,05 0,43 0,02 0,02 0,26 0,04 0,02 8,37 26,69 0,18 17,38
5JE 0,37 0,00 4,37 0,35 0,35 0,59 0,09 0,03 0,36 0,01 0,02 0,10 0,05 6,67 18,28 0,16 23,82
6MI 1,79 5,77 0,32 0,03 0,25 0,07 0,06 1,61 0,01 0,07 0,23 0,04 0,06 10,31 10,54 0,48 40,83
7MI 1,31 2,54 0,33 0,00 0,16 0,05 0,03 0,37 0,01 0,02 0,11 0,03 0,02 4,97 8,81 0,58 18,60
8ME 2,26 7,73 0,38 0,12 0,24 0,09 0,07 0,47 0,03 0,04 0,36 0,05 0,08 11,92 24,15 0,30 22,72
9ME 0,17 3,80 0,83 0,16 0,42 0,11 0,06 0,61 0,02 0,03 0,23 0,06 0,04 6,53 13,21 0,36 25,31
* Inor= elementos inorgânicos, Org= Compostos orgânicos + água, M= concentração de massa do MPF
Tabela 4.1.2b. Compostos e elementos inorgânicos na sua forma oxidada (em µg/m3) na moda grossa
No da Al2O3 SiO2 (NH4) 2SO4 NaCl K2O CaO TiO2 Cr MnO2 Fe2O3 NiO Cu2O ZnO Pb Inor*
Amostra
1JI 4,67 4,82 4,71 0,72 1,05 10,44 0,62 0,10 0,23 16,65 0,07 0,41 0,59 0,04 45,14
2JI 2,08 2,08 2,17 0,41 0,44 4,47 0,41 0,07 0,17 14,04 0,01 0,43 0,25 0,03 27,07
3JI 2,44 2,11 1,79 0,30 0,45 3,68 0,41 0,06 0,17 12,99 0,38 0,31 0,00 25,09
4JE 1,43 1,52 1,10 0,37 0,19 2,63 0,23 0,06 0,04 1,12 0,02 0,02 0,14 0,02 8,88
5JE 0,94 0,63 0,83 0,13 1,70 0,17 0,09 0,05 0,85 0,00 0,01 0,05 0,02 5,46
6MI 0,89 2,32 5,64 0,48 0,28 2,68 0,27 0,03 0,11 5,56 0,05 0,14 0,37 0,07 19,17
7MI 1,07 2,33 0,27 0,18 1,57 0,18 0,13 0,07 3,25 0,03 0,06 0,16 0,02 9,33
8ME 0,72 1,59 0,38 1,50 0,16 0,15 0,05 0,80 0,09 0,02 0,14 5,59
9ME 0,65 0,58 1,88 0,18 0,06 0,05 1,11 0,04 0,04 0,10 4,70
69
fina JQ
16 grossa JQ
12
PCMI/PCM E
0
CMP Al Si S Cl K Ca Ti Mn Fe Zn Br Pb BC
Figura 4.1.4. Razão entre as médias percentuais das medidas internas (PCMI) e as médias
percentuais obtidas nas medidas externas (PCME), no túnel Jânio Quadros (JQ), nas
frações da moda fina e grossa do aerossol.
fina
2.0 grossa
1.6
PCM I/PCME
1.2
0.8
0.4
0.0
percentuais obtidas nas medidas externas (PCME), no túnel Maria Maluf, nas frações da
moda fina e grossa do aerossol.
70
4.3 PARTICIPAÇÃO DOS ELEMENTOS-TRAÇOS NO MATERIAL PARTICULADO
Uma avaliação da participação dos elementos-traços veiculares ou não no material

particulado pode ser estimada a partir da equação 4.3.1.,
CE
ev = (4.3.1)
CMP *10
onde:
ev= participação do elemento-traço no material particulado (em %) para a cada estágio,

CE= a concentração dos elementos traços (em ng/m3) para cada estágio, e
CMP=a concentração de massa do material particulado (em µg/m3) em cada estágio.
Os valores em percentuais (%) do ev para os elementos da moda fina e moda grossa estão
apresentados nas Tabelas 4.1.3 e 4.1.4, respectivamente
71
Tabela 4.1.3. Razão entre a concentração de elementos-traços e o MPF* (em %)
No da Al Si S Cl K Ca Ti Mn Fe Ni Cu Zn Br Pb BC
Amostra
1JI 1,05 1,08 4,06 0,13 0,38 1,00 0,31 0,19 13,50 0,01 0,57 0,41 0,09 0,04 34,51
2JI 0,95 0,85 2,16 0,14 0,27 0,88 0,28 0,15 12,73 0,55 0,33 0,08 25,76
3JI 1,62 0,25 0,16 0,64 0,21 0,13 11,46 0,00 0,71 0,09 0,07 23,99
4JE 1,05 0,66 4,42 0,32 0,47 0,83 0,21 0,09 0,98 0,04 0,05 0,70 0,13 0,05 17,91
5JE 0,53 2,92 0,56 0,79 0,73 0,19 0,05 0,70 0,02 0,06 0,22 0,12 16,47
6MI 1,66 1,44 0,19 0,03 0,12 0,06 0,04 1,18 0,01 0,06 0,19 0,05 0,06 47,70
7MI 2,11 1,10 0,34 0,13 0,06 0,03 0,47 0,01 0,03 0,16 0,06 0,03 58,22
8ME 4,16 3,82 0,46 0,20 0,22 0,14 0,08 0,68 0,04 0,07 0,61 0,10 0,17 29,83
9ME 0,32 1,87 0,98 0,27 0,39 0,18 0,08 0,88 0,03 0,06 0,39 0,12 0,08 35,59
* MPF= material particulado fino
Tabela 4.1.4. Razão entre a concentração de elementos-traços e o MPG* (em %)

No da Al Si S Cl K Ca Ti Cr Mn Fe Ni Cu Zn Pb
Amostra
1JI 2,10 3,75 0,98 0,36 0,75 4,06 0,41 0,09 0,12 10,17 0,05 0,32 0,42 0,03
2JI 1,30 2,24 0,63 0,28 0,43 2,41 0,37 0,08 0,13 11,86 0,01 0,46 0,25 0,04
3JI 2,21 3,30 0,75 0,30 0,65 2,88 0,54 0,10 0,18 15,96 0,00 0,60 0,45
4JE 6,79 12,42 2,42 1,94 1,39 10,74 1,59 0,54 0,24 7,19 0,17 0,16 1,04 0,14
5JE 2,82 3,28 2,80 0,64 4,42 0,73 0,49 0,16 3,48 0,02 0,07 0,23 0,11
6MI 0,47 2,14 1,40 0,29 0,24 1,24 0,21 0,03 0,07 4,03 0,04 0,13 0,31 0,07
7MI 1,95 1,14 0,32 0,30 1,43 0,27 0,26 0,09 4,64 0,04 0,11 0,26 0,03
8ME 5,44 3,23 1,87 5,69 1,00 1,23 0,25 4,75 0,56 0,17 0,95
9ME 6,95 4,05 10,08 1,64 0,70 0,39 9,38 0,35 0,41 1,01
MPG= material particulado grosso
72
4.4 DISTRIBUIÇÃO DE TAMANHO DOS AEROSSÓIS GERADOS POR EMISSÕES
VEICULARES.
4.4.1 RESULTADOS DA GRAVIMETRIA

Na Tabela 4.4.1 são apresentadas as informações sobre a amostragem do aerossol,
utilizando o equipamento MOUDI, realizada nos túneis Jânio Quadros e Maria Maluf, nos dias
13 de agosto e 10 de outubro de 2001, respectivamente. No túnel Jânio Quadros foram coletadas
3 amostras: a primeira amostra chamada moudiJ 1, a segunda amostra chamada moudiJ 2, e a
terceira amostra chamada moudiJ 3. No túnel Maria Maluf foram coletadas duas amostras,
chamadas moudiM 4 e moudiM 5. O início e final das amostragens são mostrados na Tabela
4.4.1.
Tabela 4.4.1 Informações sobre as amostragens dos aerossóis realizadas nos túneis Jânio
Quadros (MoudiJ) e Maria Maluf (MoudiM) utilizando o MOUDI.
MoudiJ 1 13/08/01 às 10:20 13/08/01 às 11:55 1 24,6
MoudiJ 2 13/08/01 às 12:05 13/08/01 às 14:00 2 25,15
MoudiJ 3 13/08/01 às 14:00 13/08/01 às 16:00 3 24,85
MoudiM 4 10/10/01 às 07:30 10/10/01 às 09:45* 4 23,9
MoudiM 5 10/10/01 às 10:06 10/10/01 às 11:55 5 22,65
*houve falta de energia das 8h30min até 8h43min.
Na Tabela 4.4.2 são apresentadas as concentrações em massa, obtidas a partir da

utilização do equipamento MOUDI, nos túneis Jânio Quadros e Maria Maluf.
73
Tabela 4.4.2 Estágios do Impactador em Cascata, com os diâmetros de corte e concentrações em
massa por estágio.
Estágio Diâmetro CONCENTRAÇÕES (µg/m3)
de corte
MoudiJ 1 MoudiJ 2 MoudiJ 3 MoudiM 4 MoudiM 5
(µm)
Inlet 18 75,2 48,6 41,3 27,2 21,2
1A 10 47,4 38,3 27,6 26,8 19,6
A 46,3 18,7 23,4 21,8 28,8
2 5,6
3A 3,2 19,6 11,2 18,7 26,1 22,4
4A 1,8 12,7 7,7 13,2 31,3 20,2
5A 1,0 6,5 4,4 9,3 27,2 19,2
6A 0,56 20,8 4,9 12,0 34,1 27,0
7A 0,32 18,3 13,3 17,7 31,1 34,3
9A 0,10 29,0 20,6 24,7 37,6 48,9
Teflon < 0,1 10,2 7,7 3,1 63,9 59,6
(after filter)
Nas Figuras 4.4.1 à 4.4.2 estão ilustradas as distribuições de massa por estágio de cada
impactador. Observa-se que os túneis Jânio Quadros (JQ) e Maria Maluf (MM) apresentam
diferenças em termos de distribuição de tamanho do aerossol. O túnel JQ apresenta valores
elevados de concentrações de massa na moda grossa (diâmetro de corte (D50) ≥ 1,8 µm) e o túnel
MM apresenta valores elevados das concentrações de massa do material particulado (CMP) na
moda fina (D50 ≤1,0 µm).
Observa-se a presença de duas modas no túnel JQ (Figuras 4.4.1a à 4.4.1b), uma moda
fina com valores elevados da concentração de massa em D50 de 0,1 µm, e na moda grossa em
5,6; 10 e 18 µm.
Observa-se a presença de uma moda no túnel MM (Figuras 4.4.2a à 4.4.2b), com valores
elevados da concentração de massa em D50 ≤0,1 µm e 0,1 µm, devido, muito provavelmente, à
grande participação de BC na concentração de massa do material particulado fino. Esse valor foi
estimado em 55% do MPF (Figura 4.1.2). No estudo do túnel, em Osaka, Japão, Funasaka et al.
(1998) mostraram que o BC foi o elemento predominante para partículas no túnel, caracterizado
por veículos à diesel. Segundo estes autores, o BC participou com 71% para a massa do aerossol
em D50 ≤ 2,0 µm. Também Weingartner et al. (1997) reportaram que a razão entre o BC e a
74
CMP, no interior do túnel Gubrist (3250 m de comprimento) na Alemanha, foi 0,5 à 100 m do
início do túnel e 0,3 à 100 m antes de sair do túnel.
(a) moudiJ 1
CM P(µ g/m )
60
3
40
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâm etro ( µ m)
(b) moudiJ 2
40
CMP(µ g/m )
3
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro ( µ m)
(c) moudiJ 3
40
CMP( µ g/m )
3
30
20
10
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro ( µ m)
Figura 4.4.1 Concentração em massa do material particulado (CMP), por estágio,
localizado no túnel Jânio Quadros, , para os coletores: (a) moudiJ 1, (b) moudiJ 2, (c)
moudiJ 3
75
(a) moudiM 4
CMP(µ g/m )
60
3
40
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro ( µ m)
(b) moudiM 5
60
CM P(µ g/m )
3
40
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâm etro ( µ m )
localizado no túnel Maria Maluf para os coletores: (a) moudiM 4, (b) moudiM 5.
Observa-se nas distribuições acima no túnel Maria Maluf a maior participação de massa
em estágios que correspondem às partículas mais finas. Este comportamento deve ser resultante
da maior contribuição de partículas constituídas por carbono emitidas por motores a diesel.
A Figura 4.4.3 mostra as concentrações totais do aerossol, considerando soma de todos os
estágios, para cada impactador, utilizado nos dois túneis. Observa-se que as concentrações totais
(CT), no túnel Maria Maluf são levemente maiores que as CT no túnel Jânio Quadros.
76
300
CT(µ g/m )
3
200
100
0
moudiJ 1 moudiJ 2 moudiJ 3 moudiM 4 moudiM 5
Amostragem
Figura 4.4.3 Concentrações totais (CT), soma de todos os estágios para cada impactador
para as amostragens nos túneis.
4.4.2 CONTRIBUIÇÕES DAS EMISSÕES VEICULARES CONSIDERANDO A

DISTRIBUIÇÃO DE TAMANHO
Para o cálculo das ev para cada tipo de túnel, realizou-se a média dos elementos traços
considerando as 3 amostras no túnel Jânio Quadros, para cada estágio, e a média dos elementos
traços considerando as duas amostras do túnel Maria Maluf. A partir das médias dos elementos
traços foram realizados os cálculos das ev, utilizando a Equação 4.3.1. Os resultados são
mostrados nas Tabelas 4.4.3 e 4.4.4. No túnel Jânio Quadros (Tabela 4.4.3), veículos movidos à
gasolina apresentaram altos valores de emissão veicular para os elementos Fe nos estágios 5,6
µm, 1,8 µm, 1,0 µm, 0,56 µm, 0,32 µm e 0,1 µm, , Ca em 3,2, 1,8 e 0,1 µm (associados a
ressuspensão do solo), S na moda fina em 0,32 µm (proveniente do S convertido da fase gás) e Si
em 5,6, 3,2, 1,8 e 1,0 µm.
No túnel Maria Maluf (Tabela 4.4.4), caracterizado pelo tráfego de veículos movidos à
diesel, foram encontrados altos valores de emissão veicular para os elementos Fe em 3,2 µm, 1,8
µm e 1,0 µm de diâmetro de corte; Si em 5,6 µm, 1,8 µm, e 1,0 µm, e 0,32 µm. A base de dados
das concentrações elementares, amostrados nos túneis Jânio Quadros (no dia 13 de agosto de
2001) e Maria Maluf (no dia 10 de outubro de 2001) estão no Apêndice B.
Também foi realizado o cálculo das ev para o ambiente atmosférico, amostragens
realizadas no DCAUSP, no inverno de 1999 (descrito no item 3.1.1). Os resultados das ev para o
inverno de 1999 são mostrados na Tabela 4.4.5. Observa-se altos valores das ev para os
elementos Fe em 1,8 µm, 1,0 µm e 0,56 µm, S para todos os diâmetros de corte e Si em 1,8 µm,
1,0 µm, 0,56 µm, 0,32 µm de diâmetro de corte (Tabela 4.4.5).
77
Tabela 4.4.3 Razão entre a concentração de elementos-traço e a concentração em massa (%) em cada estágio no túnel Jânio Quadros
D50 Si P S Cl K Ca Ti Mn Fe Ni Cu Zn Br Pb
18 0,31 0,01 0,07 0,10 0,04 0,38 0,02 0,01 0,37 0,00 0,02 0,03
10 0,52 0,04 0,10 0,09 0,12 0,83 0,04 0,01 0,92 0,00 0,02 0,03 0,04 0,00
5,6 1,37 0,06 0,37 0,18 0,26 0,00 0,06 4,89 0,01 0,14 0,10 0,05 0,02
3,2 2,34 0,09 0,63 0,33 0,37 1,44 0,14 0,04 0,01 0,46 0,17 0,10 0,05
1,8 1,84 0,13 0,63 0,25 0,24 2,11 0,24 0,09 4,48 0,04 0,57 0,21 0,15 0,06
1,0 1,65 0,17 1,03 0,51 0,13 1,64 0,22 0,13 11,81 0,03 0,51 0,44 0,26 0,03
0,56 0,85 0,10 0,87 0,37 0,24 0,64 0,09 0,07 4,12 0,00 0,24 0,28 0,12 0,04
0,32 0,65 0,09 1,46 0,06 0,40 0,81 0,13 0,05 4,77 0,00 0,30 0,21 0,10 0,04
0,1 0,26 0,05 1,19 0,20 0,30 0,26 0,03 0,04 1,38 0,01 0,09 0,10 0,07 0,03
Tabela 4.4.4 Razão entre a concentração de elementos-traço e a concentração em massa (%) em cada estágio no túnel Maria Maluf
18 0,85 0,03 0,03 0,17 0,01 0,01 0,28 0,00 0,07
10 0,47 0,06 0,08 0,08 0,01 0,23 0,02 0,01 0,53 0,00 0,00 0,01 0,07 0,00
5,6 1,34 0,06 0,21 0,06 0,09 0,66 0,08 0,03 2,23 0,02 0,04 0,04 0,07 0,01
3,2 0,86 0,06 0,26 0,00 0,10 0,50 0,09 0,04 3,49 0,03 0,09 0,06 0,07 0,01
1,8 1,28 0,06 0,21 0,02 0,04 0,24 0,05 0,03 1,87 0,02 0,06 0,09 0,04 0,01
1,0 1,61 0,05 0,61 0,06 0,05 0,26 0,06 0,04 2,15 0,01 0,09 0,11 0,08 0,01
0,56 0,30 0,05 0,27 0,04 0,10 0,14 0,04 0,03 0,42 0,00 0,08 0,09 0,06 0,01
0,32 1,24 0,06 1,12 0,00 0,16 0,24 0,05 0,04 1,61 0,01 0,14 0,17 0,06 0,01
0,1 0,74 0,03 0,40 0,03 0,03 0,03 0,00 0,01 0,17 0,00 0,01 0,04 0,04 0,01
78
Tabela 4.4.5 Participação dos elementos traços na concentração em massa por estágio, para amostragens realizadas no inverno
de1999 no DCAUSP
D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb Mn
1.8 4,01 1,24 0,33 0,80 0,56 0,17 0,05 1,83 0,05 0,09 0,43 0,05 0,08
1.0 3,62 2,74 0,25 0,63 0,93 0,21 0,04 2,38 0,04 0,09 0,47 0,11 0,07
0.56 1,34 3,62 0,17 0,81 0,37 0,09 0,03 1,28 0,03 0,07 0,50 0,15 0,07
0.32 1,36 5,67 0,20 0,80 0,18 0,04 0,06 0,76 0,03 0,06 0,47 0,17 0,04
0.1 0,50 5,26 0,16 0,55 0,06 0,00 0,04 0,33 0,02 0,05 0,31 0,15 0,02
79
4.5 CONCENTRAÇÃO DE GASES ORIUNDOS DAS EMISSÕES VEICULARES
Na Tabela 4.5.1 é apresentada a média de dióxido de carbono (CO2), medida nos

túneis Jânio Quadros e Maria Maluf. As medidas das concentrações de CO2 foram realizadas
com um analisador de gás por infravermelho, baseado na absorção pelo CO2 da radiação na
banda do infravermelho λ > 0,7 µm (Freitas, 2001). A base de dados está apresentada no
Apêndice C. Observa-se que a concentração de CO2, no interior do túnel Maria Maluf, é
ligeiramente maior que a concentração de CO2, no interior do túnel Jânio Quadros, que
caracteriza tráfego de veículos movidos a gasolina (Tabela 4.5.1). Este resultado está de
acordo com Saiki & Nakazawa (1991), que mostraram que emissão de CO2, no Japão, a partir
dos veículos movidos a diesel foi de 230-260 g/km, enquanto a emissão de CO2 a partir dos
veículos movidos a gasolina foi de 130-160 g/km.
Tabela 4.5.1 Média aritmética e desvio padrão (entre parênteses) da concentração de CO2
nos túneis Jânio Quadros e Maria Maluf.
Data Túnel CO2 interno (ppm) CO2 externo (ppm)
13/08/2001 Jânio Quadros 448,3 (47,7) 396,1 (16,5)
10/10/2001 Maria Maluf 524,7 (42,7) 411,3 (12,9)
Nas Tabelas 4.5.2 e 4.5.3 são apresentadas as concentrações de CO, NOx e SO2,
medidas nesses túneis. As coletas foram realizadas em sacos de Tedlar e as análises nos
monitores contínuos da estação telemétrica da CETESB, localizada em Congonhas. Os sacos
de Tedlar foram envolvidos em plásticos pretos, para minimizar a incidência de radiação e
portanto as reações químicas no seu interior e levados imediatamente para análise. A base de
dados está apresentada no Apêndice D. Observa-se que a concentração média de CO, no
interior do túnel Maria Maluf, é ligeiramente maior que a concentração média de CO, no
interior do túnel Jânio Quadros (Tabelas 4.5.2a e 4.5.2b). Este resultado está de acordo com o
estudo do Funasaka et al. (1998), que mostraram através da análise de regressão multipla, que
o monóxido de carbono e CO2 originam-se tanto de veículos movidos à gasolina como os
movidos a diesel.
Observa-se que o valor da concentração de NOx, no túnel Maria Maluf, é 2,5 vezes
maior que o valor da concentração de NOx, no interior do túnel Jânio Quadros (Tabelas
4.5.3a e 4.5.3b), indicando a grande emissão de NOx por veículos movidos a diesel. Este
resultado está de acordo com o inventário oficial de emissão veicular. Os veículos leves
movidos a álcool ou gasool emitem treze vezes menos NOx que os veículos movidos à diesel,
Tabela 4.5.4 (Cetesb, 2000). O volume médio de tráfego (veículos por hora) para o período
de amostragem foi de 2591 veículos leves no túnel JQ, enquanto no túnel MM foi de 1384
veículos leves e 251 veículos pesados (considerando-se o sentido Imigrantes-Anchieta).
Assumindo a mesma velocidade média de tráfego nos dois túneis, espera-se que o valor da
concentração de NOx no túnel MM seja duas vezes maior que no túnel JQ, como é observado
nas medidas de NOx nesses túneis.Observa-se que as concentrações de SO2, nos dois túneis,
são muitos parecidas indicando que o SO2 é emitido por ambos veículos á diesel e gasolina.
Em resumo, observa-se que as concentrações dos gases (CO2, CO, NOx, e SO2), no
interior dos túneis, são maiores que as concentrações dos gases no ambiente externo dos
túneis (Tabela 4.5.2 e 4.5.3), como o esperado. Marr et al. (1999) ao estudarem a emissão
veicular experimental no túnel Caldecott (1,1 km de longitude), no norte de Califórnia,
obtiveram os mesmos resultados deste estudo para CO2 e CO.
Tabela 4.5.2a Medidas no interior do túnel Jânio Quadros. (desvio padrão entre parênteses)
Data e hora Túnel CO(ppm) NOx (ppb) SO2 (µg/m3)
Interior Interior Interior
13/08/01 Jânio 7,5(0,2) 408,3(6,3) 33,7(0,0)
(11:20-12:45) Quadros
13/08/01 Jânio 7,6(0,1) 437,6(1,6) 41,5(0,0)
(13:00-14:30) Quadros
Tabela 4.5.2b Medidas fora do túnel Jânio Quadros

Fora Fora
13/08/01 Jânio 1,39 (0,05) 51,03 (0,4) 20,73 (0,001)
(11:20-12:45) Quadros
13/08/01 Jânio 1,5 (0,20) 73,44 (2,7) 28,51 (0,003)
(12:45-14:30) Quadros
Tabela 4.5.3a Medidas no interior do túnel Maria Maluf

10/10/2001 Maria 11,14(0,03) 1020,2(1,5) 28,6(0,5)
(08:00-09:48) Maluf
10/10/2001 Maria 12,68(0,03) 1181,2(2,6) 57,9(0,9)
(09:55-11:55) Maluf
Tabela 4.5.3b Medidas no exterior do túnel Maria Maluf

Fora Fora Fora
10/10/2001 Maria 2,02(0,03) 125,0(0,0) 3,3(0,9)
(08:00-09:48) Maluf
2
10/10/2001 Maria 2,47(0,07) 137,5(0,7) 2,6(0,1)
(09:55-11:55) Maluf
Tabela 4.5.4 Fatores médios de emissão dos veículos em uso na RMSP em 2000
(Cetesb, 2001).
FONTE DE EMISSÃO FATOR DE EMISSÃO (g/km)
CO HC NOX SOX MP
FONTES DE EMISSÃO
Tubo de escapamento por tipo de veículos
Gasolina c1 13,1 1,3 0,8 0,16 0,08
Álcool 17,8 2,0 1,1 - -
Diesel2 17,8 2,9 13,0 0,43 0,81
Táxi 4,7 0,5 0,5 0,14 0,07
Motocicleta e similares 19,7 2,6 0,1 0,09 0,05
Emissão do cárter e evaporativa
Gasolina c1 - 2,0 - - -
Álcool - 1,5 - - -
Motocicleta e similares - 1,4 - - -
Pneus (todos os tipos) - - - - 0,07
MP= refere-se ao total de material particulado, sendo que as partículas inaláveis são uma
fração deste total.
CO=monóxido de carbono, HC=hidrocarbonetos totais, NOX= óxidos de nitrogênio, SOX = óxidos de enxofre
Os resultados obtidos de concentração dos poluentes nos túneis estão consistentes com
o inventário de emissão da CETESB, já que em função do número de veículos, considerando
a mesma velocidade média nos dois túneis, esperava-se o dobro da concentração de NOx no
túnel Maria Maluf, como o verificado.
4.6 ESTIMATIVA DA EMISSÃO DE MATERIAL PARTICULADO E GASES (NOx e

SO2) PELOS VEÍCULOS
Os veículos constituem uma fonte significativa de emissão de material particulado.
Vários estudos sobre emissão de poluentes por queima de combustíveis já foram realizados
em outros países, principalmente nos Estados Unidos. Mas, ainda assim, relacionados aos
compostos orgânicos voláteis e os gases NOx e SO2 (Marr et al., 1999; Kirchstetter et al.,
1999). Emissão de compostos inorgânicos tem sido pouco estudada. Apresentam-se aqui
estimativas das emissões de elementos-traços e gases (NOx e SO2) associados à queima do
combustível gasolina, baseada na expressão descrita no item 2.1.1. Não foram realizadas essas
estimativas para os veículos à diesel porque as medidas de concentração de elementos-traços
3
no interior do túnel foram aproximadamente iguais ou mesmo menores que as obtidas para as
amostragens no exterior do túnel MM.
Fatores de emissão (massa do poluente emitido por quilograma de combustível
queimado) para os veículos leves foram calculados diretamente das medidas realizadas no
túnel Jânio Quadros que possui uma participação muito pequena de veículos leves movidos à
diesel circulando no seu interior. Os resultados são apresentados na tabela 4.6.1 para os
elementos traços e na tabela 4.6.2 para os gases NOx e SO2.
Tabela 4.6.1. Fatores de emissão para elementos-traço na fase particulado fino (em mg/kg),
resultado da emissão por veículos leves. O desvio padrão médio entre
parenteses
Elemento-traço Veículos leves

Al 8,15 (0,13)
Si 8,64 (0,15)
S 10,9 (1,11)
Ca 5,59 (0,20)
Ti 2,04 (0,08)
Mn 1,47 (0,06)
Cu 6,67 (0.05)
Zn 2,95 (0,14)
Br 0,29 (0,05)
Pb 0,33 (0,05)
BC 235 (0,05)
Existe uma significativa emissão de enxofre e BC por veículos leves. Observa-se também a
significativa emissão de Al, Si e Cu.
Tabela 4.6.2 Fatores de emissão para os gases NOx e SO2 (em g/kg), resultado da emissão
por veículos leves. O desvio padrão médio entre parenteses
Gases Veículos leves
NOx 11,4 (0,06)
SO2 0,22 (0,05)
Considerando um valor médio de 10 km por litro de combustível, verifica-se que a

estimativa a partir das emissões em túneis, é coerente com a realizada pela CETESB (Tabela
4.5.4), a partir do consumo de combustível e da quilometragem média de circulação de
veículos.
4.7. IDENTIFICAÇÃO DAS FONTES LOCAIS POR ANÁLISE DE FATORES
4
A Análise de Fatores (AF) foi aplicada aos elementos-traços do Material Particulado
Fino (MPF) amostrados em dois sítios durante a campanha experimental de 1999: no terraço
do edifício principal do Instituto de Física da Universidade de São Paulo (IFUSP) e no teto da
torre de caixa d’água nas antigas instalações do IAG, no Parque Estadual das Fontes do
Ipiranga (PEFI), no bairro da Água Funda.
A base de dados ficou composta por 19 variáveis: concentração de BC1, BC2, Al, Si,
P, S, Cl, K, Ca, Ti, V, Mn, Fe, Ni, Cu, Zn, Br, Pb e MPF analisadas em 76 amostras, no
IFUSP. Já na estação da Água Funda a base de dados ficou composta por 18 variáveis: BC1,
BC2, Al, Si, P, S, Cl, K, Ca, Ti, V, Mn, Fe, Ni, Cu, Zn, Br e MPF analisadas em 74 amostras,
coletadas com o AFG pelo GEPA.
4.7.1 RESULTADOS DA ANÁLISE DE FATORES NO IFUSP

O resultado da aplicação da AF para o conjunto de dados de concentração de
elementos-traços amostrados com o AFG, na estação IFUSP, em 1999, é apresentado na
Tabela 4.7.1. Cinco fatores foram retidos. Os autovalores destes fatores, antes da rotação
VARIMAX, foram 10,01; 3,45; 1,47; 1,26 e 1,00. Depois da rotação VARIMAX, os cinco
fatores explicaram 92,7% da variância dos dados. Todos os elementos apresentaram alta
comunalidade, indicando que a variabilidade dos dados foi significativamente explicada pelos
5 fatores do modelo de cada variável (Artaxo et al., 2000). Nota-se que as comunalidades são
em torno de 0,91 (91% de variância de cada variável é explicada pelos 5 fatores do modelo).
Os autovalores após a rotação VARIMAX, que explicaram a variância de cada fator retido
estão presentes na Tabela 4.7.1. Os valores em vermelho na Tabela indicam os elementos
com pesos mais significativos e que facilitam a identificação de fontes emissoras.
5
Tabela 4.7.1 Média aritmética, valor mínimo, valor máximo e desvios padrões das variáveis
amostradas no IFUSP, pesos dos fatores da Análise de Fatores com rotação
VARIMAX e comunalidade (h2)
Variáveis* Média Valor Valor Desvio Fator 1 Fator 2 Fator 3 Fator 4 Fator 5 h2
mínimo máximo Padrão
BC 7,3 0,6 26,3 4,5 0,47 0,14 0,52 0,15 0,64 0,94
Al 259,9 6,0 786,1 197,1 0,91 -0,09 -0,07 0,27 0,12 0,93
Si 399,0 17,9 1007,2 242,4 0,96 0,01 0,07 0,17 0,09 0,96
P 23,4 4,6 78,9 13,4 0,45 0,15 0,57 0,31 0,29 0,73
S 1856,8 157,4 10260,4 1767,8 -0,04 0,46 0,51 0,60 -0,31 0,93
Cl 54,6 8,1 197,8 35,3 0,20 0,27 -0,05 0,49 0,63 0,75
K 449,0 33,6 2123,2 379,3 0,65 0,02 0,12 0,67 0,22 0,93
Ca 141,6 12,2 371,8 88,7 0,93 0,06 0,06 -0,03 0,17 0,90
Ti 42,3 1,5 106,8 27,9 0,92 0,01 0,11 0,22 0,2 0,95
V 17,6 1,0 123,8 21,9 0,01 0,15 0,93 0,10 0,08 0,90
Mn 11,0 0,6 29,7 6,1 0,60 0,73 0,16 0,05 -0,07 0,93
Fe 402,0 18,9 925,6 214,8 0,88 0,27 0,24 0,16 0,18 0,96
Ni 9,7 0,5 66,9 11,4 0,04 0,20 0,91 0,12 0,09 0,89
Cu 11,8 0,6 33,1 6,4 0,37 0,57 0,38 0,09 0,47 0,84
Zn 103,6 4,4 369,2 69,9 -0,12 0,92 0,10 0,14 0,12 0,90
Br 11,4 2,5 46,1 7,5 0,26 0,21 0,17 0,87 0,22 0,95
Pb 35,9 2,4 94,9 21,4 0,0 0,79 0,37 0,28 0,31 0,94
MPF 34,4 4,1 135,8 23,9 0,48 0,23 0,46 0,63 0,23 0,94
Autovalor 6,15 3,32 3,48 2,65 2,02

Variância(%) 32,3 17,5 18,3 13,9 10,6 92,7
* Concentração dos elementos-traço em ng/m3, MPF e BC em µg/m3.
4.7.1.a IDENTIFICAÇÃO DAS FONTES NO IFUSP

Os elementos traçadores de solo tais como Al, Si, Ca, Ti e Fe estão presentes
com altos pesos no primeiro fator (Fator 1), sendo este, portanto, associado à fonte de
ressuspensão do solo (Thurston & Spengler, 1985; Malm & Gebhart, 1996; Artaxo et al.,
1988). O segundo fator (Fator 2), com altos pesos para os elementos Mn, Zn e Pb, foi
associado à fonte industrial, assim como em Castanho (1999). Os elementos Pb e Zn também
estão relacionados às emissões de incineradores municipais (Andrade et al., 1994 ; Ito et al.,
1986). Mas esse fator pode estar também relacionado com as emissões veiculares, o que é
confirmado pelo alto peso do elemento Cu, traçador da fonte veicular que está de acordo com
as medidas realizadas nos túneis neste trabalho, onde foi observada a participação
significativa do elemento Cu nas emissões veiculares (Tabela 4.6.1).
O terceiro fator (Fator 3), com altos pesos nos elementos V e Ni, está associado às
emissões de queima de óleo combustível. Ito et al. (1986), Thurston & Spengler (1985) e
Keiding et al. (1986) associaram os altos pesos desses elementos à esse tipo de fonte. A
queima de óleo combustível é realizada em caldeiras das indústrias, e para aquecimento.
6
O quarto fator (Fator 4), com altos pesos para Br, K, S e MPF, foi associado à fonte
sulfato secundário de acordo com Castanho (1999) que associou os altos pesos para S e FPM
à fonte sulfato. Entretanto na literatura tem-se também o Br e K associados à emissão
veicular, como por exemplo em Andrade (1993). Neste trabalho também foi observado o Br
nas emissões veiculares dos veículos leves no túnel Jânio Quadros, portanto também este fator
foi associado à fonte emissões veiculares.
O quinto fator (Fator 5), com altos pesos para os elementos BC, Cl e Cu foi associado
à fonte emissões veiculares. Castanho (1999), também associou os altos pesos para os
elementos BC e Cu à esse tipo de fonte, principalmente aqueles movidos à diesel.
As medidas realizadas nos túneis possibilitaram uma identificação mais precisa da
participação de elementos traços dessa fonte no ar ambiente. Do estudo realizado, pode-se
concluir por uma nova estimativa do impacto das fontes veiculares, com uma participação
significativa dessa fonte nas concentrações de material particulado fino na atmosfera de São
Paulo
4.7.1.b RESULTADO DA ANÁLISE DE COMPONENTES PRINCIPAIS ABSOLUTOS

NO IFUSP
A Tabela 4.7.2a, mostra os perfis absolutos obtidos através do procedimento de
Keiding et al. (1986), descrito no Capítulo de Metodologia. Indica-se a participação de massa
de cada elemento para cada fonte associada.
7
Tabela 4.7.2a. Perfis das fontes (em ng/µg) para o Material Particulado Fino no IFUSP
Ressuspensão Indústrias + Óleo Emissões Emissões
Do solo Emissões Combustível veiculares + Veiculares
veiculares sulfato
BC 184,4 54,9 203,9 58,8 251,0
Al 19,8 0,0 0 4,5 5,4
Si 25,8 0,6 2 3,5 5
P 0,5 0,4 0,7 0,3 0,7
S 0 163,9 90,9 78,1 0
Cl 0,7 1,8 0 1,2 4,3
K 20,5 1,3 4 16,1 14,5
Ca 8,7 12,3 0,6 0 3,3
Ti 2,7 0,1 0,3 0,5 1,2
V 0 0,6 1,8 0,1 0,3
Mn 0,4 1,0 0,1 0 0
Fe 20,7 13,3 5,9 2,9 8,8
Ni 0 0,4 0,9 0,1 0,2
Cu 0,2 0,7 0,2 0 0,6
Zn 0 12,9 0,7 0,7 1,7
Br 0,2 0,3 0,1 0,4 0,3
Pb 0 3,5 0,8 0,5 1,4
Esses resultados são apresentados, também, em forma gráfica na figura 4.7.1. Outro
procedimento para obtenção das assinaturas das fontes foi utilizado com o objetivo de obter a
participação em massa das fontes identificadas. Os resultados estão apresentados no Apêndice
E, o procedimento está descrito no item 2.5 (Metodologia).
8
(a)
Fonte 1
100
10
ng/µ g
0.1
0.01
BC Al Si P S Cl K Ca Ti V M n Fe Ni Cu Zn Br Pb
Elem entos
(b)
Fonte 2
100
10
ng/µ g
0.1
0.01
BC Al Si P S Cl K Ca Ti V Mn Fe Ni Cu Zn Br
Elem entos
(c)
Fonte 3
100
10
1
ng/µ g
0.1
0.01
Elem entos
Figura 4.7.1. Perfis das fontes calculadas para o MPF, no IFUSP: (a) ressuspensão do solo
(fonte 1), (b) indústrias e veículos (fonte 2), (c) óleo combustível (fonte 3), (d) veículos e
sulfato (fonte 4), e (e) veículos (fonte 5).
9
(d)
Fonte 4
100
10
ng/µ g
0.1
0.01
Elem entos
(e)
100 Fonte 5
10
ng/µ g
0.1
0.01
Elem entos
Figura 4.7.1. continuação (d-e)
4.7.2 RESULTADOS DAS ANÁLISES DE FATORES PARA AS AMOSTRAS

OBTIDAS NO PEFI
Depois da rotação VARIMAX foram retidos 4 fatores explicando 86,6% da
variabilidade da base de dados (vide a Tabela 4.7.3). Para cada elemento-traço a
comunalidade foi, em geral alta, explicando a maior parte da variância de cada variável,
exceto para o fósforo.
10
Tabela 4.7.3 Média aritmética, valor mínimo, valor máximo e desvios-padrões das variáveis
amostradas na Água Funda, pesos dos fatores da Análise de Fatores com
rotação VARIMAX e comunalidade (h2).
Variáveis Média Mínimo Máximo Desvio Fator 1 Fator 2 Fator 3 Fator 4 h2
Padrão
BC1* 7,2 0,9 20,0 4,4 0,41 0,19 0,50 0,67 0,90
BC2* 7,1 0,7 23,1 4,8 0,42 0,14 0,51 0,66 0,89
Al 291,9 36,8 821,9 215,4 0,90 -0,09 -0,03 0,36 0,95
Si 440,2 21,6 993,6 260,1 0,93 0,08 0,12 0,26 0,95
P 24,6 7,3 72,8 12,4 0,33 0,60 0,21 0,48 0,74
S 2280,7 126,2 11291,4 2020,6 -0,12 0,87 -0,08 0,18 0,81
Cl 91,1 5,0 381,7 82,1 0,05 0,09 0,82 0,28 0,76
K 521,1 25,1 1720,4 368,3 0,55 0,12 0,04 0,76 0,90
Ca 139,9 9,6 354,4 81,4 0,89 0,09 0,21 0,18 0,88
Ti 47,6 2,7 121,8 29,5 0,90 0,06 0,09 0,35 0,94
V 13,7 0,08 57,21 10,9 0,09 0,89 0,33 0,08 0,92
Mn 19,5 1,2 71,6 13,1 0,37 0,32 0,76 0,02 0,82
Fe 492,9 19,1 1128,4 270,8 0,85 0,18 0,36 0,23 0,94
Ni 8,2 0,64 31,5 5,9 0,13 0,81 0,41 0,11 0,85
Cu 14,9 0,6 49,7 9,3 0,29 0,08 0,67 0,35 0,66
Zn 206,1 5,8 794,9 181,5 -0,05 0,20 0,91 0,05 0,87
Br 15,2 ,0 58,5 10,1 0,29 0,19 0,23 0,80 0,81
MPF* 38,6 5,5 121,8 24,4 0,48 0,48 0,15 0,69 0,96
Autovalor 53,4 3,12 3,64 3,47 Variância total

Variância (%) 29,6 17,3 20,2 19,3 86,4
4.7.2.a IDENTIFICAÇÃO DAS FONTES NO PEFI

Os elementos traçadores de ressuspensão do solo tais como Fe, Ti, Ca, Si e Al estão
presentes com altos pesos no primeiro fator (Fator 1), associado à fonte solo, conforme
indicado na Tabela 4.7.3.
O segundo fator, com altos pesos para os elementos Ni, V e S foi relacionado às
emissões de queima de óleo combustível. Andrade et al. (1994) e Miranda et al. (1996)
associaram altos pesos para esses elementos à fonte queima de óleo combustível. Também
este fator apresenta alto peso para o elemento P que foi relacionado à fonte vegetação,
abundante na região de observação.
O terceiro fator (Fator 3), com altos pesos para Zn e Mn foi associado às emissões
industriais. O Zn também é um elemento traçador de incineradores municipais
(Harrison et al., 1997). Também este fator apresenta altos pesos para os elementos Cu,
Cl e BC que foram relacionados às emissões veiculares de acordo com Cass & McRae
(1981).
O quarto fator (Fator 4), com altos pesos para os elementos Br, BC, MPF foi
relacionado à fonte emissões veiculares. O BC é produto da emissão de queima de
combustíveis fósseis e é o principal traçador de emissão de veículos à diesel (Castanho,
1999). No entanto Harrison et al. (1997) argumentaram que os elementos Br e BC são
elementos traços de veículos movidos à gasolina e diesel. Também este fator apresenta
11
alto peso para o elemento K que foi relacionado à fonte vegetação também abundante
na região de observação.
4.7.2.b PERFIS DAS FONTES NO PEFI

A Tabela 4.7.4, mostra os perfis absolutos obtidos através do método aplicado por
Keiding et al. (1986). Indica-se a participação de cada elemento para cada fonte identificada.
Tabela 4.7.4 Perfis das fontes (em ng/µg) para o material particulado fino amostrado no
PEFI.
Ressuspensão do solo Óleo combustível Emissões industriais Emissões veiculares
+ + +
vegetação Emissões veiculares vegetação
BC 180,3 71,4 187,4 251,7

Al 19,7 0 0 5,5
Si 24,3 2,1 10 4,7
P 0,3 0,6 0,7 0,3
S 0 159,3 0 22,9
Cl 0,3 0,5 16 1,2
K 16,6 3,6 3,9 15,9
Ca 7 0,7 5,3 1
Ti 2,6 0,2 0,8 0,7
V 0,1 0,9 1,1 0,1
Mn 0,5 0,4 3,0 0
Fe 22,1 4,7 29,9 4,2
Ni 0,1 0,4 0,6 0
Cu 0,3 0,1 1,9 0,2
Zn 0 3 43,8 0,5
Br 0,3 0,2 0,6 0,5
4.8 EVOLUÇÃO DA IDENTIFICAÇÃO DE FONTES NA RMSP COM O USO DE

MÉTODOS MULTIVARIADOS
A seguir são apresentados resultados de vários estudos realizados com base no uso dos
modelos receptores para a identificação de fontes de material particulado na RMSP, a partir
de 1983. Os resultados sofrem variações em função do local, período do ano e evolução ao
longo dos anos, mas algumas consistências se mantêm, principalmente aquelas relacionadas
às categorias de fontes e participação na massa de MPF.
12
No período de 1983 à 1984 (inverno de 1983, verão de 1984 e inverno de 1984), foram
realizadas campanhas de amostragem no IFUSP, utilizando o Amostrador de Particulado Fino
e Grosso (AFG), pelo Grupo de Estudo de Poluição do Ar (GEPA), do Instituto de Física da
USP. As fontes identificadas por Andrade (1986) são apresentadas nas Tabelas 4.8.1, para o
Material Particulado Fino (MPF), e 4.8.2, para o Material Particulado Grosso (MPG).
Tabela 4.8.1 Fontes identificadas e sua participação no MPF amostrada no IFUSP, em 1983-
1984 (Andrade,1986).
Fator Elementos-traço Fonte identificada Participação das fontes (%)
F1 Na e Zn Queima de derivados de petróleo 43.9
F2 Ti Solo 17.1
F3 Mn e K Metalurgia 31.4
F4 V Queima de óleo combustível 5.7
F5 Cu Queima de derivados de petróleo 2.9
Tabela 4.8.2 Fontes identificadas e sua participação no MPG, em 1983-1984 (Andrade,1986).

Fator Elementos-traço Fonte identificada Participação da fonte (%)
F1 Al, Si, Ti e Fe Solo 35,6
F2 S, V, Mn e Ni Óleo combustível 19,2
F3 Zn e Pb Incineradores 17,8
F4 Na Não identificada 27,4
Outro experimento foi realizado de 30/09/86 à 11/12/86 com amostragens no telhado

do edifício principal do Instituto de Física. O amostrador utilizado foi o AFG. As amostras
foram analisadas por Particle Induced X-ray Emission (PIXE). As fontes identificadas desse
experimento por Andrade (1993), são mostradas na Tabela 4.8.3, para o MPF, e na Tabela
4.8.4, para o MPG.
Tabela 4.8.3 Fontes identificadas e sua participação no MPF, em 1986 (Andrade, 1993)
F1 Al, Si, Ca, Ti e Solo 27,4 Con formato: Italiano (Italia)
Fe
F2 V e Ni Queima de óleo combustível 19,2
F3 Mn e K Não identificada 4,1
F4 S, Pb e Br Emissão veicular 34,5
F5 Zn , Cu e Pb Fundições 9,8
13
Tabela 4.8.4 Fontes identificadas para o MPG amostrado no IFUSP em 1986 (Andrade,
1993).
F1 Al, Si, K, Ca, Ti e Fe Ressuspensão do solo 56,9 Con formato: Italiano (Italia)
F2 V, Ni, P, K, Ca, Sr e Zr Queima de óleo 21,8
combustível
F3 Mn e Cu Industriais 9,8
F4 Na e Cl Marinha 3,6
De 19 de junho à 8 de agosto de 1989 foi realizado um experimento denominado

SPACEX (São Paulo Atmosphere Characterization Experiment), com a participação de
vários grupos de pesquisa (Andrade, 1993). As amostragens foram realizadas no Instituto de
Química da Universidade de São Paulo (IQUSP), sobre o telhado da caixa d′água, 30 metros
acima do solo. As amostras foram coletadas utilizando-se o AFG e as espécies foram
analisadas por PIXE. As fontes identificadas por Andrade et al. (1994) estão na Tabela 4.8.5,
para o MPF, e 4.8.6, para o MPG.
Tabela 4.8.5 Fontes identificadas e sua participação no MPF-SPACEX em 1989 (Andrade

et al.,1994).
F1 Na, Mn, Zn, Pb Industrial 12,7
F2 V e Ni Queima de óleo 40,8
combustível
F3 Al, Si, Ti Solo 27,9
F4 Cu Fundição de Cu 3,0
F5 Mg Não identificada 15,6
Tabela 4.8.6 Fontes identificadas para o MPG-SPACEX, amostrado em 1989 (Andrade et

al.,1994).
F1 Al, Si, K, Ca, Ti e Fe Solo 59,8 Con formato: Italiano (Italia)
F2 S, Mn, Cu, Zn e Pb Industrial 17,7
F3 V, Ni, P e S Queima de óleo 8,2
combustível
F4 Na e Cl Spray marinho 14,3
Dados de aerossóis foram coletados na Faculdade de Medicina da Universidade de São

Paulo (FMUSP) pelo GEPA de 13 de junho a 2 de setembro de 1994. O GEPA empregou
para a amostragem o AFG e as amostras foram analisadas pelo método PIXE. As fontes
identificadas por Sánchez-Ccoyllo & Andrade (2001), são mostradas na Tabela 4.8.7
14
Tabela 4.8.7 Fontes identificadas e sua participação para o MPF, em 1994 (Sánchez- Ccoyllo
& Andrade, 2001).
F1 Cu e BC Veículos leves 35,5
Pb e Zn Incineradores
F2 Ca e Ti Solo 21,7
K e Br Vegetação
F3 S, V e Ni Queima de óleo 42,8
combustível
Outra campanha de amostragem de aerossol foi realizada, pelo GEPA, entre 10 de

junho e 10 de setembro de 1997. O sistema de amostragem foi montado a uma altura de 18
metros acima do solo, no edifício da FMUSP. As fontes identificadas por Castanho (1999) são
apresentas nas Tabelas 4.8.8 e 4.8.9.
Tabela 4.8.8 Fontes identificadas para o MPF, amostrados na FMUSP, em 1997 (Castanho &
Artaxo, 2001).
F1 Al, Si, Ca, Ti e Fe Ressuspensão do solo 20 Con formato: Italiano (Italia)
F2 Cu, Bc e Pb Emissões veiculares 28
F3 S, MPF e K Sulfatos 23
F4 V e Ni Queima de óleo 18
combustível
F5 Zn, Pb e Mn Emissões industriais 5
F6 Ti, Ca, Mn e Fe Ressuspensão do solo 5
Tabela 4.8.9 Fontes identificadas para o MPG, amostrado na FMUSP, em 1997

(Castanho,1999).
F1 Ti, Al, Si, Fe, K eCa Ressuspensão do solo 75 Con formato: Italiano (Italia)
F2 Ni, S, V, Zn e Pb Emissões industriais 14
F3 Cl Não identificada 11
Outra campanha de amostragem de aerossol foi realizada no IFUSP, pelo GEPA, no

período de 16 de janeiro a 06 de março de 1998. As fontes identificadas por Castanho (1999)
estão na Tabela 4.8.10, para a MPF, e na Tabela 4.8.11, para a MPG.
Tabela 4.8.10 Fontes identificadas para o MPF, amostrado no IFUSP, no verão de

1998 (Castanho & Artaxo, 2001).
F1 Ca, Si, Ti eFe Ressuspensão do solo 30
F2 Zn, Mn e Pb Emissões industriais 6
F3 S e MPF Sulfatos 17
F4 BC e Cu Emissões veiculares 24
F5 Ni e V Queima de óleo combustível 21
15
Tabela 4.8.11 Fontes identificadas para o MPG, amostrado no IFUSP, no verão de
1998 (Castanho, 1999).
F1 Pb, Zn, S e Cu Emissões industriais 16
F2 Fe, Ti e Ca Ressuspensão de solo 49
F3 P Não identificada 29
Para fins de comparação, as fontes identificadas neste trabalho (inverno de 1999)

apresentam-se resumidamente na Tabela 4.8.12, para a estação IFUSP, e na Tabela 4.8.13,
para a estação PEFI.
Tabela 4.8.12 Fontes identificadas para o MPF, amostrado no IFUSP, no inverno de 1999
(este trabalho).
F1 Al, Si ,Ca, Ti e Fe Ressuspensão do solo 38,8 Con formato: Italiano (Italia)
F2 Mn, Zn e Pb Emissões industriais 21,0
Cu Emissões veiculares
F4 Br Emissões veiculares 16,6
S e MPF Sulfato
F5 BC, Cl e Cu Emissões veiculares 13,2
Tabela 4.8.13. Fontes identificadas para o MPF, amostrados no PEFI, no inverno de 1999
(este trabalho).
F1 Fe,Ti,Ca,Si e Al Ressuspensão do solo 27,4 Con formato: Italiano (Italia)
F2 V,Ni e S Queima de óleo combustível + 24,8
P Vegetação
F3 Zn e Mn Emissões industriais + 30,5 Con formato: Italiano (Italia)
Cu, Cl e BC Emissões veiculares
F4 Br, BC e MPF Emissões veiculares + 30,9
K Vegetação
A moda fina apresenta consistência entre as fontes identificadas, para ressuspensão de

solo com participação em torno de 30% do MPF, com exceção do ano de 1986. A
participação da fonte veicular teve estimativas diferentes nas análises realizadas sendo que as
estimativas deste trabalho chegam em torno de 40% da massa de MPF, proveniente da queima
de combustível.
4.9. CARACTERIZAÇÃO DO AEROSSOL ATMOSFÉRICO A PARTIR DA

16
Nesta seção serão apresentados resultados obtidos a partir das amostragens de
distribuição de massa por tamanho do aerossol, obtidos por meio do uso do Impactador em
Cascata MOUDI.
Os gráficos apresentados na Figura 4.9 referem-se às médias de todas as amostras para

os elementos-traços, para cada estágio correspondente ao Material Particulado Fino.
Considerou-se como MPF os seguintes diâmetros de corte (D50 ) do MOUDI: 0,1, 0,32, 0,56,
e 1 µm (Seinfeld & Pandis, 1998; Castanho, 1999) e como Material Particulado Grosso
estágios com D50 acima de 1,8 µm. A concentração dos elementos-traços foi obtida com os
métodos PIXE e Cromatografia de Íons (CI). As concentrações para cada estágio, para os
elementos-traço de todos os Impactadores encontram-se no Apêndice B. Uma distribuição na
moda fina, com maior parte da massa, observa-se, principalmente, para os elementos S, Pb,
SO42-, e NH4+, enquanto na moda grossa estão os elementos traçadores de solo Mn e Si. O
elemento K está presente nas duas modas.
Estes resultados concordam com anteriores amostrados em São Paulo, como em

Andrade (1993), que considerou na moda fina os estágios de diâmetros de cortes (D50 )
menores que 1 µm, destacando-se o S. Na moda grossa (considerou D50 =4,0 e 8,0 µm)
encontrando majoritariamente uma distribuição para o Si, Al e Fe. Também Andrade (1993)
identificou o elemento K nas duas modas. Miranda (2001) estudou a distribuição de tamanho
para os elementos traços na cidade de São Paulo, mostrando que os elementos originários de
solo predominam na fração grossa (Si) e os de origem antropogênica na fração fina (S e Pb)
concordando com estes resultados.
4.10 ANÁLISE DE FATOR DOS DADOS DO MOUDI

A escolha do número de fatores retidos foi realizada conforme descrito em 2.3.1
(metodologia). Os cinco fatores retidos explicaram 79,5% da variabilidade dos dados cujos
autovalores são apresentados na Tabela 4.10.1.
17
Tabela 4.10.1 Autovalores, variância explicada pela Análise de Fatores, dos dados de MPF
do MOUDI, antes da rotação VARIMX.
Fator Autovalor Variância explicada Variância explicada
Acumulada
1 5,58 34,85 34,85
2 3,66 22,87 57,72
3 1,37 8,55 66,27
4 1,19 7,44 73,71
5 0,92 5,75 79,47
6 0,61 3,84 83,31
18
Si S
500
400
300 300
3
ng/m
200
200
3
ng/m
100
100
0
0 .1 0.32 0.56 1 1.8
0
0.1 0.32 0.56 1 1.8 diâmetro ( µ m)
diâm etro( µ m)
Cl K
70
25 60
20 50
40
3
15
3
ng/m
30
ng/m
10 20
5 10
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâmetro ( µ m) diâm etro( µ m )
Ca Ti
20
80
16
60
12
3
40
ng/m
ng/m
8
20 4
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâm etro(µ m) diâm etro(µ m)
V Fe
4 200
3 150
3
3
100
ng/m
2
ng/m
1 50
0 0
0.1 0.32 0.56 1 1.8 0 .1 0.32 0.56 1 1.8
diâmetro( µ m) diâmetro( µ m)
Ni Cu
4 8
3 6
3
3
2 4
ng/m
ng/m
1 2
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
Figura 4.9. Distribuição de tamanho em massa para os elementos-traços amostrados

durante o MPASP
19
Zn Pb
40 12
30 8
3
ng/m
3
20
ng/m
4
10
0
0 0.1 0.32 0.56 1 1.8
0.1 0.32 0.56 1 1.8
diâmetro ( µ m)
diâm etro( µ m )
Mn FPM
10
6 8
6
4
3
3
ng/m
ng/m
4
2 2
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâmetro ( µ m) diâmetro ( µ m)
+ 2-
NH 4 SO 4
0,8 1,0
0,6 0,8
0,6
3
0,4
µ g/m
µ g/m
0,4
0,2
0,2
0,0 0,0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâm etro (µ m) diâm etro ( µ m )
Figura 4.9 Continuação
A média aritmética, o valor mínimo, o valor máximo e os desvios-padrões (em ng/m3 )

das variáveis amostradas no DCAUSP, pesos dos componentes da Análise de Fatores com
rotação VARIMAX e comunalidade (h2) estão apresentados na Tabela 4.10.2.
20
Tabela 4.10.2 Média aritmética, valor mínimo, valor máximo e desvios-padrões (em ng/m3)
das variáveis amostradas no DCAUSP, pesos dos fatores da Análise de Fatores
com rotação VARIMAX e comunalidade (h2).
Variá- N Média Mínimo Máximo Desvio Fator Fator Fator Fator Fator h2
veis Padrão 1 2 3 4 5
Si 71 191,4 9,2 792,7 208,1 0,87 -0,20 0,10 0,07 0,05 0,82
S 70 326,2 32,5 818,3 226,2 -0,21 0,86 0,06 0,09 0,09 0,80
Cl 66 21,0 2,1 60,6 13,4 0,10 -0,51 -0,10 0,46 0,37 0,63
K 65 68,2 7,2 171,3 38,5 0,08 0,04 0,90 0,13 0,01 0,84
Ca 55 48,1 1,9 194,5 54,0 0,89 -0,16 0,06 0,19 0,18 0,88
Ti 52 12,7 1,0 51,3 12,8 0,89 -0,14 0,04 0,16 -0,02 0,84
V 60 4,4 0,5 14,0 3,4 0,08 0,22 0,20 0,87 0,05 0,86
Fe 68 121,4 5,0 457,9 115,5 0,88 -0,14 -0,01 0,12 0,26 0,88
Ni 69 3,1 0,5 8,1 2,2 0,39 -0,02 0,20 0,79 0,08 0,81
Cu 72 6,2 0,9 15,8 4,2 0,45 -0,07 0,39 0,49 0,33 0,71
Zn 67 40,2 9,4 95,5 18,7 0,20 0,08 0,03 0,13 0,87 0,82
Pb 72 10,7 0,6 24,6 6,3 -0,22 0,50 0,45 0,36 0,26 0,71
Mn 73 4,8 0,3 11,5 3,0 0,57 -0,16 0,16 0,02 0,56 0,69
*FPM 68 9,2 0,7 20,0 4,7 0,12 0,18 0,86 0,16 0,03 0,81
*SO42- 63 0,5 0,0 1,6 0,4 -0,13 0,84 0,12 0,03 -0,14 0,76
*NH4+ 66 0,8 0,1 2,1 0,6 -0,16 0,91 0,04 0,02 0,04 0,86
Autovalor 3,67 2,19 1,86 1,40 1,41

Variância 22,9 13,7 11,6 8,8 8,8 65,8
* os valores estão em µg/m3
N= número de dados considerados para esta análise.
4.10.1 IDENTIFICAÇÃO DAS FONTES DO MPF COLETADO COM O MOUDI

Os elementos traçadores da fonte solo como Si, Ca, Ti, Fe e Mn estão presentes no
primeiro fator (Fator 1), sendo este relacionado à fonte solo.
O segundo fator (Fator 2) apresenta altos pesos para S, SO42-, e NH4+, estando
associado ao aerossol formado por processos químicos na atmosfera (aerossol secundário). O
terceiro fator (Fator 3) apresenta altos pesos para K e FPM, estando associado à fontes de K,
podendo ser representativo de emissão da vegetação. O quarto fator (Fator 4), com altos pesos
para o V e o Ni, está associado às emissões da queima de óleo combustível utilizado nas
caldeiras das indústrias.
O quinto fator (Fator 5), com altos pesos para o Zn e Mn, foi associado à fonte de
emissões veiculares de acordo com o obtido das análises de túneis, além das emissões
industriais.
Os resultados obtidos contribuem para a determinação das fontes que são responsáveis
pelas concentrações médias encontradas na atmosfera de São Paulo. Os principais resultados
estão relacionados com a identificação de elementos-traços que têm sua origem
principalmente de emissões veiculares, como o Mn, Zn e Cu além de elementos-traçadores já
estabelecidos como o black carbon.
21
Quando se analisam períodos específicos ao longo do ano, observa-se a presença de
picos de concentração de algumas espécies na atmosfera. Essas variações são resultado de
condições meteorológicas e contribuição eventual de fontes remotas de poluentes. Na seção
seguinte de resultados, são apresentados estudos de trajetórias de massas de ar em São Paulo
para a identificação dessa contribuição em termos de concentração de poluentes.
22
4.11 IDENTIFICAÇÃO DAS FONTES REMOTAS UTILIZANDO A ANÁLISE DE
TRAJETÓRIAS
4.11.1 CONFIGURAÇÃO DO MODELO RAMS
O modelo RAMS, na versão 4.3, foi rodado numa máquina IBM, no IAGUSP, na sua
forma não hidrostática, anelástica e com esquema numérico híbrido que permite o uso de
passos de tempo mais longos (Walko et al., 2000; Silva Dias & Machado, 1997). Foram
utilizadas duas grades tridimensionais aninhadas, sendo uma de menor resolução (64 km), a
grade principal, uma segunda grade de resolução fina (16 km), aninhada na primeira. A
aplicação de grades aninhadas possibilita representar um domínio pequeno dentro de um
maior (Pielke et al., 1992). Existe a interação entre as grades na qual as grades mais grossas
fornecem as informações de grande escala para as grades aninhadas e, da mesma forma, as
informações simuladas nas grades de maior resolução são transferidas e afetam o ambiente de
escala maior das grades mais grossas (Menezes, 1997; Tremback & Walko, 2002 ). A grade
grossa (grade 1) foi rodada entre as longitudes de 73,5° W e 32° W e entre as latitudes de
3,5° S e 40,0° S. Neste caso, a grade horizontal do modelo RAMS possui 75 pontos na
direção leste-oeste, 68 pontos na direção norte-sul, e é centrada em 23,6° S e 53° W. O
domínio para grade 2 ficou limitado pelas longitudes (49,5°W e 42,3°W) e pelas latitudes
(22°S e 26,1°S). Essa grade horizontal do modelo RAMS constituí-se de 46 pontos na
direção leste-oeste, 38 pontos na direção norte-sul, e é centrada em 23,6°S e 46,4°W.
Na resolução vertical têm-se 32 níveis para as duas grades com
resolução telescópica. Inicia-se com um espaçamento vertical (∆z) mínimo de 90 m no
primeiro nível próximo à superfície, que logo é sucessivamente incrementado pelo fator 1,2
até atingir a altura de 1000 m acima do solo. A partir desse nível mantém-se constante a
resolução vertical até o topo do modelo. Essas características apresentam-se resumidas nas
Tabelas 9.11.1 e 9.11.2.
Tabela 9.11.1 As grades do modelo foram construídas da seguinte maneira: na horizontal

Grade n0 de pontos n0 de ∆x ∆t(s)
em x pontos e y =∆x(km)
1 75 68 64 72
2 46 38 16 24
23
Tabela 9.11.2 As grades do modelo RAMS construídas na vertical
Grade N0 de ∆z ∆z Fator Topo de
pontos mínimo máximo de Modelo
Em z (m) (m) Cresc (km)
imento
1e 2 32 90 100 1,2 22,1
0
O passo de tempo (∆t) usado nas integrações é apresentado na tabela acima. O valor
foi escolhido de modo a satisfazer o critério de estabilidade de Courant Friedrichs Lewy
(CFL) (Haltiner e Williams, 1980). Esta, conhecida como “condição CFL”, pode ser escrita
como segue:
cmax ∆t < 1
∆x
onde C max representa a propagação de ondas de gravidade associados ao modo externo
(velocidade de fase da ordem de 300 m/s) ou a velocidade de propagação das ondas sonoras
(velocidade aproximada de 340 m/s). ∆x representa a resolução horizontal. Uma descrição
mais detalhada a respeito da condição CFL pode ser encontrada em Ibañez (1995).
Os esquemas de parametrização contidos no código do modelo, que foram ativados
neste estudo com espaçamento de 64 km e 16 km na direção x e y, foram: parametrização de
radiação solar e terrestre ( tipo 3, desenvolvido por Harrington, 1997); modelo de solo
/vegetação (tipo de vegetação árvore com folha larga e persistente, Tremback & Kesller,
1985); parametrização de turbulência deformação anisotrópica na direção horizontal
(Smagorinsky, 1963), o esquema de fechamento de segunda ordem de Mellor & Yamada
(1982) na vertical, que utiliza a energia cinética turbulenta; parametrização de microfísica de
nuvens para todas as fases de água (vapor, líquida e gelo) (Meyers et al., 1997);
parametrização de convecção úmida do tipo Kuo (Tremback, 1990).
O cálculo das trajetórias, descrito no item 2.6 (Capítulo II da metodologia) para o
período de junho a agosto de 1999 foi realizado a partir do campo do vento simulado com
resolução horizontal de 64 km (grade 1). Exemplos dessas trajetórias são apresentados nas
Figuras 4.11.1 a 4.11.3
24
Figura 4.11.1 Trajetórias de chegada na cidade de São Paulo, de 1 à 15 de junho de 1999, às
00 UTC chegando a 100 m acima da superfície. A escala de cores representa a altura acima
do nível do mar (m) da parcela de ar e cada ponto negro sobre a trajetória indica cada 24
horas de integração referente à trajetória.
Figura 4.11.2 Trajetórias de chegada na cidade de São Paulo, de 16 à 30 de junho de 1999,

às 00 UTC chegando a 100 m acima da superfície. A escala de cores representa a altura acima
25
às 12 UTC atingindo a 100 m acima da superfície. A escala de cores representa a altura acima
4.11.2 ANÁLISE DE TRAJETÓRIAS

Parcelas de ar características de massas de ar que chegam na RMSP às 0000 UTC e 1200
UTC, foram classificadas em quatro tipos de trajetórias de acordo com sua origem: NE, SE,
SW e NW, conforme discutido no item 2.7. A posição da origem dessas parcelas foram
determinadas com 4 dias de antecedência para cada um dos horários. No total foram
analisadas 905 trajetórias durante os três meses de análise (junho a agosto), durante o inverno
de 1999, para determinação da sua origem: 32% das trajetórias originaram-se do quadrante
NE, 12% do quadrante SE, 19% do quadrante SW e 37% das trajetórias originaram-se do
quadrante NW (Tabela 4.11.2a e Figura 4.11.4a).
Tabela 4.11.2a Freqüência de ocorrência das trajetórias, segundo suas origens, no inverno de
1999.
ORIGEM DA TRAJETÓRIA OCORRÊNCIA
Período NE SE SW NW N0 de casos
Junho 79 8 61 152 300
Julho 109 41 40 120 310
Agosto 99 60 69 67 295
Total 287 109 170 339 905
Porcentagem 32% 12% 19% 37%
26
Do total de 905 trajetórias, foram identificados 74 dias-núcleo conforme descrito no
item 2.7. Os horários das 00 UTC ou 12 UTC, em que as trajetórias eram provenientes de uma
única direção, foram denominados como dias- núcleo. As datas destes dias-núcleo estão no
apêndice F. Para cada dado destes dias-núcleo, as análises das trajetórias estão no Apêndice
G.
Considerando ambos horários 00 e 12 UTC, em 8% dos dias-núcleo as trajetórias
originaram-se do quadrante SE, 19% do quadrante SW, 42% do quadrante NW e 31% do
quadrante NE (Tabela 4.11.2b e Figura 4.11.4b).
Tabela 4.11.2b Número de ocorrência de dias classificados como dias-núcleo das trajetórias
de chegada considerando ambos horários (00 e 12 UTC), no inverno de 1999.
Junho 6 0 8 14 28
Julho 7 4 3 12 26
Agosto 10 2 3 5 20
Total 23 6 14 31 74
Porcentagem 31% 8.% 19% 42%
A mesma análise foi realizada considerando as trajetórias para os dois horários

separadamente: às 00 e às 12 UTC. Às 00 UTC foram identificados 33 dias-núcleo: 12% dos
dias-núcleo das 00 UTC têm trajetórias provenientes do quadrante SE, 15% do quadrante SW,
43% do quadrante NW e 30% do quadrante NE (Tabela 4.11.3a e Figura 4.11.5a). Para as 12
UTC foram determinados 41 dias-núcleo com a seguinte origem: 5% com trajetórias do
quadrante SE, 22% do quadrante SW, 41% do quadrante NW e 32% do quadrante NE (Tabela
4.11.3b e Figura 4.11.5b).
Tabela 4.11.3a Freqüência de ocorrência dos dias-núcleo de tipos diferentes de trajetória às

00 UTC no inverno de 1999.
NE SE SW NW No de casos
Total 10 4 5 14 33
Porcentagem 30% 12% 15% 43% 100%
Tabela 4.11.3bFreqüência de ocorrência dos dias-núcleo de tipos diferentes de trajetória às

Total 13 2 9 17 41
Porcentagem 32% 5% 22% 41% 100%
27
Estes dias-núcleo considerados separadamente para as 00 e 12 UTC foram analisados
com relação à concentração de O3 (Figura 4.11.6), CO (Figura 4.11.7) e material particulado
inalável (Figura 4.11.8). Para cada evento dos dias-núcleo (Apêndice F) foram calculadas
médias de concentrações de O3, CO e material particulado inalável, utilizando-se 5 horários (2
horários antes, o mesmo horário e 2 horários depois em relação aos horários das 00 e/ou 12
UTC). Esses valores médios das concentrações destes poluentes são mostrados no Apêndice
H. Finalmente, as concentrações médias de O3, CO e PM10 correlacionadas com as trajetórias
foram as obtidas a partir das médias dos 5 horários acima descritos. Essas concentrações
médias de O3, CO e PM10 são mostradas nas Tabelas 4.11.4a à 4.11.6 e nas Tabelas 4.11.7 e
4.11.8, abaixo.
As análises das trajetórias de chegada na cidade de São Paulo, durante o inverno de 1999
sugerem que os precursores de ozônio, assim como o próprio ozônio, têm uma tendência de
apresentar concentrações mais elevadas quando as trajetórias são de NE. Esse efeito é
observado de forma mais evidente nas estações de São Miguel Paulista e São Caetano do Sul
às 00 UTC (Tabela 4.11.4a e Figura 4.11.6a). Como a estação de São Miguel Paulista está
localizada à NE da RMSP, pode-se observar o sinal do transporte do ozônio ou de seus
precursores produzidos no Vale do Paraíba. Nas demais estações de monitoramento na
RMSP, fica mais evidente o processo de mistura com as fontes locais.
O mesmo comportamento ocorre nas estações São Miguel Paulista, São Caetano do
Sul e Moóca às 12 UTC (Tabela 4.11.4b e Figura 4.11.6b). Nas demais estações predominam
fontes locais.
Para ambos horários 00 e 12 UTC, nas trajetórias NE, SE, SW e NW não foi
observada a presença de transporte de CO de longa distância, na RMSP. Portanto,
predominam as fontes locais, isto é, as emissões das fontes veiculares. (Tabela 4.11.5 e
4.11.6, Figura 4.11.7).
Tabela 4.11.4a Concentrações médias de ozônio e desvios padrões (em µg/m3) medidas para
diferentes tipos de trajetória, às 0000UTC.
S.M.Paulista S.Caetano S P.D. Pedro Osasco Ibirapuera Moóca
NE 39,7(22,7) 28,9(18,1) 13,2(5,6) 7,8(4,6) 48,1(31,9) 18,1(15,1)
SE 18,4(14,4) 19,3(14,2) 5,3(5) 7,9(2,9) 50,9(34,7) 25,2(14,9)
SW 30,2(12) 19,6(10,9) 15,1(4,8) 9,5(3,7) 57,8(37,7) 15,6(10,5)
NW 18,5(8,6) 14,3(10,9) 13,2(8,3) 9,1(3) 28,0(25,4) 11,9(10,6)
Tabela 4.11.4b Concentrações médias de ozônio e desvios padrões (em µg/m3) em

medidas para diferentes tipos de trajetórias, às 1200UTC.
28
NE 34,1(15,1) 34,3(16,6) 17,7(7,1) 12,3(3,4) 22,4(21) 26,0(16,4)
SE 11,4(1) 18,9(0,6) 8,8(3,5) 13,6(2) 14,0(3) 10,4(3,1)
SW 19,8(11,7) 19,3(8) 13,9(5,9) 11,4(2,9) 12,7(5,5) 13,8(8,1)
NW 16,8(7,6) 17,3(7,5) 13,3(7,2) 10,8(2,9) 42,0(30,3) 12,9(7,6)
Tabela 4.11.5 Concentrações médias de CO e desvios padrões (em ppm) medidas para
diferentes tipos de trajetórias, às 0000UTC
P.D. S. Lapa Congonhas C. César Centro Ibirapuera
Pedro Caetano S
NE 3,1(2) 2,8(1,9) 4,0 (2,9) 4,8(2,2) 2,7(1,7) 4,0(2,6) 2,2(1,6)
SE 2,1(0,9) 2,5(0,9) 2,0(0,8) 3,8(0,9) 2,5(0,6) 2,9(1,1) 1,6(0,6)
SW 1,5(1) 1,4(0,9) 1,7(1,6) 3,2(1,3) 2,0(1,6) 2,5(1,5) 1,2(1)
NW 2,3(0,8) 2,1(1,2) 2,4(1,6) 3,5(1,1) 2,4(1,1) 2,7(1) 1,5(0,8)
diferentes tipos de trajetórias, às 1200 UTC.
P. D. Pedro S. Caetano Lapa Congonhas C. César Centro Ibirapuera
S
NE 1,8(1,1) 1,8 (1,1) 2,5 (1,8) 3,2(2) 2,3 (1,2) 2,1 (0,8) 1,2 (0,8)
SE 1,6(0,6) 1,7 (0,7) 2,2 (1,1) 2,0 (0,9) 3,0 (1,1) 2,0 (0,5) 1,2 (0,5)
SW 2,2(1,3) 1,8(1) 2,8 (1,4) 4,0 (2,1) 3,1 (1,6) 2,7 (1,2) 1,8 (1,3)
NW 1,9(1,3) 1,9 (1,5) 2,4 (1,5) 3,4 (1,8) 2,6 (1,4) 2,6 (1,2) 1,4 (1,1)
29
(a)
(b)
Figura 4.11.4. Freqüência de ocorrência de tipos de trajetórias: (a) todas as trajetórias (b)
para dias-núcleo considerando juntamente os horários de 00 e 12 UTC.
30
(a)
(b)
Figura 4.11.5. Classificação segundo a origem das trajetórias para os dias-núcleo: (a) às 00
UTC e (b) às 12 UTC.
(a)
31
SMP
SCS
80 PDP
Osasco
70
Ibira
60 Moóca
50
o3(µg/m )
3
40
30
20
10
0
NE SE SW NW
Tipo de trajetória
(b)
SMP
SCS
50 PDP
Osasco
40
Ibira
Moóca
O3(µg/m )
30
3
20
10
0
NE SE SW NW
Tipo de trajetória
Figura 4.11.6. Concentração média de ozônio para os dias-núcleo (a) às 00 UTC e (b) às 12 UTC.
As barras indicam o desvio padrão.
(a)
32
PDP
SCS
8 Lapa
Congo
concentração de CO(ppm)
7
Cesar
6 Centro
Ibira
5
0
NE SE SW NW
Tipo de trajetória
(b)
PDP
SCS
8 Lapa
Congo
concentração de CO (ppm)
7
Cesar
6 Centro
Ibira
5
0
NE SE SW NW
Tipo de trajetória
Figura 4.11.7. Concentração média de CO para os dias-núcleo: (a) às 00 UTC e (b) às 12
UTC. As barras indicam o desvio padrão.
33
4.11.3. IDENTIFICAÇÃO DAS FONTES REMOTAS UTILIZANDO OS AEROSSÓIS
ATMOSFÉRICOS MEDIDOS EM SÃO PAULO
A mesma metodologia de análise foi aplicada aos dados de material particulado

inalável (PM10), medido nas estações da rede telemétrica da CETESB (Cetesb, 2000). Nas
Tabelas 4.11.7 e 4.11.8 são apresentados os valores médios de concentração de PM10,
considerando diferentes classes de trajetórias de massas de ar com chegada às 00UTC e às
12UTC, respectivamente.
Tabela 4.11.7. Concentração média de PM10 (em µg/m3) medida e respectivo desvio padrão
(entre parênteses) para diferentes classes de trajetórias às 00UTC.
Cambuci Santana Diadema N. Senhora Ó Penha
NE 65 (31) 70 (28) 50 (38) 74 (40) 68 (29)
SE 42 (25) 73 (14) 34 (10) 56 (34) 51 (18)
SW 38 (16) 58 (16) 19 (12) 51 (37) 37 (19)
NW 44 (19) 59 (19) 31 (17) 45 (27) 48 (30)
Tabela 4.11.8. Concentração média de PM10 (em µg/m3) medida e desvio padrão (entre
parênteses) para diferentes classes de trajetórias às 1200 UTC
NE 55 (33) 70 (20) 42 (28) 50 (29) 52 (26)
SE 53 (14) 73 (0.5) 36 (10) 63 (6) 40 (15)
SW 51 (23) 69 (13) 44 (24) 52 (17) 49 (25)
NW 46 (37) 53 (15) 41 (38) 48 (31) 40 (24)
Na Figura 4.11.8a são apresentadas as análises das trajetórias dos dias-núcleo

(descrito no item 2.7), para o horário de 00 UTC. Observa-se para o tipo de trajetória NE um
sinal de transporte da concentração de massa do material particulado (MP) nas estações de
Cambuci e Diadema. Nota-se, para o tipo de trajetória SE, um sinal de transporte da
concentração de massa do MP na estação de Santana. Para as trajetórias de SW e NW não
ocorreu aumento da concentração de MP para a RMSP.
As trajetórias de NE, SE, SW e NW no horário das 12 UTC não indicam o transporte
de aerossóis de longa distância na RMSP (Figura 4.11.8b). Esse fato pode ser atribuído à
influência da camada limite noturna (CLN) e a fraca velocidade do vento durante o período
noturno.
34
(a)
Cambuci
Santana
120 Diadema
Nsenhora
100 Penha
80
PM10 (µg/m )
3
60
40
20
0
NE SE SW NW
Tipo de trajetória
(b)
Cam buci
Santana
100 Diadema
Nsenhora
80 Penha
PM 10 ( µ g/m )
60
3
40
20
0
NE SE SW NW
Tipo de trajetória
Figura 4.11.8. Concentração média de massa do material particulado (PM10) para os dias-
núcleo (a) às 00 UTC e (b) às 12 UTC. As barras indicam o desvio padrão.
35
A análise descrita nestas seções refere-se a um estudo climatológico, relacionada com
valores médios. A seguir são apresentados estudos de caso para períodos com ocorrência de
alta concentração de poluentes. Para esses casos foi utilizada uma melhor resolução na
modelagem com o modelo atmosférico RAMS.
36
4.12. ESTUDO DE CASO: TRAJETÓRIAS DE PARCELAS DE AR COM ALTA
RESOLUÇÃO EM SÃO PAULO
4.12.1 CONFIGURAÇÃO DO MODELO RAMS COM ALTA RESOLUÇÃO
A versão do modelo RAMS utilizada neste estudo de caso foi a versão 4a, paralela
(Pielke et al., 1992). Neste estudo de caso foram utilizados dois tipos de espaçamento na
direção x e y: resolução de 20 km na malha grossa e resolução de 5 km na malha fina.
Os esquemas de parametrização contidos no código do modelo que foram ativados
neste estudo de caso foram: parametrização de radiação solar e terrestre (tipo 1, Chen e
Cotton); parametrização de solo e vegetação (tipo de solo: franco argiloso arenoso e tipo de
vegetação: árvore com folha larga e persistente, Tremback, 1985); parametrização de
turbulência (deformação anisotrópica, Smagorinsky, 1963); parametrização de microfísica de
nuvens (para as substância de água em várias formas: gotículas de nuvens, chuva, gelo
primário, neve, agregados, granizo e graupel, tipo 3, Flatau et al., 1989); parametrização de
convecção úmida do tipo Kuo (Kuo, 1974). Os pontos de grade de baixa resolução, próximos
às fronteiras, sofrem influência das análises em pontos de grade do CPTEC (1.875° de
resolução), na forma de um termo de decaimento exponencial com escala temporal de 3600 s.
Este termo de decaimento é máximo na fronteira e anula-se a uma distância de
aproximadamente 5 pontos de grade da fronteira (100 km). A inicialização do modelo foi
realizada também com assimilação em pontos de grade, das informações provenientes da
análise global fornecida pelo CPTEC na resolução de 1.875°.
A grade de resolução grosseira foi localizada entre longitudes 57° W e 42.5° W e
latitudes 19,2° S e 27,3° S. Neste caso a grade horizontal do modelo do RAMS possui 82
pontos na direção leste-oeste, 46 pontos na direção norte-sul, e foi centrada em 23,5° S e 50°
W (Figura 14.2.1a). A grade de resolução fina foi rodada para longitudes entre 48,4° W e
44,8° W e latitudes 22,2° S e 24,5° S. Essa grade horizontal utiliza 74 pontos na direção
leste-oeste, e 54 pontos na direção norte-sul, centrada em 23°33′ S e 46°39′ W (Figura
14.2.1b). Na Figura 14.2.1 são apresentadas ainda a distribuição das grades e a respectiva
topografia. Neste estudo de caso as trajetórias de parcelas de ar foram calculadas com base no
vento simulado com resolução horizontal de 5 km, descrito no item 4.12.2 abaixo.
37
(a) resolução de 20 km
(b) resolução de 5 km
Figura 14.2.1 Distribuição das grades e a respectiva topografia. A sigla SP sobre a mapa
indica a cidade de São Paulo.
38
4.12.2 TRAJETÓRIAS DE PARCELAS DE AR NO PERÍODO INTENSIVO DO MPASP
Alguns eventos de concentração de poluentes foram estudados com mais detalhe para
avaliação da origem de suas fontes. São apresentadas as análises das trajetórias de chegada
(backward trajectories) na cidade de São Paulo (SP), de parcelas de ar que chegam a 200 m
acima da superfície, com a finalidade de se avaliar a origem das massas de ar sobre SP, no
período de 25 de julho à 12 de agosto de 1999 (vide Figura 4.12.2-4.12.4). A escala de cores
representa a altura do nível do mar (em m) da parcela de ar e cada ponto negro sobre a
trajetória representa 6 horas de integração. Análises de trajetórias podem ser utilizadas para
indicarem o transporte de poluentes (Harrison et al., 2000).
A Figura 4.12.2a apresenta a trajetória da parcela de ar atingindo 200 m acima da
cidade de São Paulo, no dia 25/07/99 às 18 HL. A origem de parcela do ar estava
localizada na cidade de São Roque, que em seguida deslocou-se na direção leste (E)
atingindo SP. Nesse dia ocorreu baixa concentração de CO na RMSP. A Figura 4.12.2b
apresenta a trajetória de chegada da massa de ar em SP, no dia 26/07/99 às 15 HL, onde
podemos observar que a origem desta parcela localizava-se próxima à cidade de
Campinas, e que depois atingiu SP com direção NW. Dessa forma o CO gerado por
queimadas pode ter sido transportado até SP, contribuindo para o valor mais elevado de
concentração desse composto (Figura 4.12.5). A Figura 4.12.2c apresenta a trajetória de
chegada em SP, para o dia 27/07/99 às 03 HL. Observa-se que a origem da parcela do
ar que atinge SP é também a cidade de Campinas. A parcela de ar que chegou a SP, teve
origem em 1000 m acima da superfície (6 horas antes de chegar à SP), deslocou-se,
então, na direção SE. Duas horas antes dessa parcela chegar à SP tinha uma altura de
300 m acima da superfície, enquanto nesse dia 27/07/99 às 01 HL a altura da camada
limite noturna (CLN) tinha o valor de 400 m. Quando essa parcela atingiu SP com
direção NW a 200 m acima da superfície, a altura da camada limite noturna medida pelo
SODAR Doppler era o valor de 300 m. O fato das trajetórias de chegada estarem dentro
da CLN, pode ser indicativo de transporte de gases e aerossóis gerados pelas queimadas
de cana-de-açúcar em Campinas, para a SP. O dia 27/07 foi caracterizado por uma
condição sinótica pré-frontal em SP.
A Figura 4.12.2d apresenta a trajetória da parcela de ar, chegando à cidade de SP no
dia 28/07/99 às 18 HL. Observa-se que essa parcela tem sua origem 6 horas antes sobre o
Oceano Atlântico a 200 metros acima da superfície. Esta parcela inicialmente desloca-se em
direção a Cubatão. Depois a parcela de ar chegou à cidade de SP com direção SE.
39
(a) (b)
(c) (d)
(e) (f)
(g) (h)
Figura 4.12.2. Trajetória de chegada na Cidade de São Paulo em 1999, atingindo 200 m acima
da superfície (a) 25/07 às 18 HL, (b) 26/07 às 15 HL, (c) 27/07 às 03 HL, (d) 28/07 às 18 HL,
(e) 29/07 às 18 HL, (f) 30/07 às 18 HL, (g) 31/07 às 12 HL e (h) 02/08 às 18 HL. A escala de
cores representa a altura acima do nível do mar (em m) da parcela e cada ponto negro sobre a
40
(a) (b)
(c) (d)
(e) (f)
(g) (h)
da superfície: (a) 03/08 às 18 HL, (b) 04/08 às 12 HL, (c) 05/08 às 18 HL, (d) 06/08 às 15 HL,
41
(a) (b)
Figura 4.12.4. Trajetória de chegada na Cidade de São Paulo em 1999 atingindo 200 m acima
da superfície: (a) 11/08 às 15 HL, (b) 12/08 às 18 HL. A escala de cores representa a altura
acima do nível do mar (em m) da parcela e cada ponto negro sobre a trajetória, 6 horas de
integração referente à trajetória.
A Figura 4.12.3a apresenta uma trajetória de chegada em SP, também com direção de
SE, no dia 3 de agosto às 18 HL. A Figura 4.12.3c apresenta a trajetória de parcela de ar que
atinge a RMSP, 200 m acima da superfície, no dia 5 de agosto às 18 HL após 6 horas. Nesta
figura observa-se que a parcela de ar que chega para RMSP tem sua origem sobre o Oceano
Atlântico a 200 metros da superfície. Esta parcela inicialmente deslocou-se em direção a
Cubatão. Em seguida chega na RMSP com direção SE, indicando um eventual transporte para
a RMSP dos poluentes gerados na região de Cubatão. No dia 5/08 (estudado com mais detalhe
no item 4.12.3 abaixo), a RMSP, estava sob influência da Alta Subtropical do Atlântico Sul
(ASAS), quando ocorreu um evento de valor elevado de CO, na estação de Osasco (Figura
4.12.5). Nesse dia a Frente Fria (FF) estava sobre ao norte da Argentina. A Figura 4.12.3d
apresenta a trajetória de chegada em SP, para o dia 6 de agosto às 15 HL, quando, também, a
RMSP sofria a influência da ASAS. Nesse dia a FF estava no Uruguai. Na Figura 4.12.3e é
apresentada a trajetória de chegada na cidade de São Paulo no dia 07/08/99 às 09 HL, quando
a origem dessa parcela estava situada na cidade de Campinas. Essa parcela de ar que atingiu
SP, origina-se a 500 m acima da superfície, sendo a altura da CM nesse dia às 09 HL era o
valor de 900 m. Essa parcela inicialmente deslocou-se na direção SE depois atingiu SP com
direção NW, e assim, mais uma vez, indicando que os poluentes gerados pelas queimadas
podem ter sido transportados até SP. Entretanto, no dia 7 de agosto, ocorreram três sistemas
sinóticos: ASAS às 00 UTC, Pré-frontal às 12 UTC, e Frente fria (Figura 4.12.6b), com forte
velocidade do vento próximo à superfície. Na Figura 4.12.3f é apresentada a trajetória de
chegada em SP, no dia 8 de agosto às 09 HL. Nessa Figura observa-se uma frente fria,
caracterizando a RMSP com uma condição sinótica de FF com forte velocidade do vento, e
portanto, os poluentes ficaram com baixas concentrações (vide Figura 4.12.5). No período de
42
09/08/99, às 00 UTC até 10/08/99 às 1200 UTC, a RMSP estava com uma condição sinótica
Pós-frontal (Tabela 4.12.6), influenciando São Paulo com vento de SE (Figura 4.12.6c) e o
CO apresentou baixa concentração (Figura 4.12.5). A Figura 4.12.3h apresenta a trajetória de
chegada a SP no dia 10/08/99 às 21 HL, com a parcela de ar que atingiu SP vindo da direção
NW, oriunda da cidade de Campinas. Nesse dia, ocorreu um valor elevado da concentração de
CO e houve, na RMSP, a Alta Subtropical do Atlântico Sul, com velocidade do vento fraca,
dificultando a dispersão dos poluentes.
A Figura 4.12.4 apresenta a trajetória de parcela de ar de chegada em SP a 200 m
acima da superfície no dia 11 de agosto às 15 HL (Figura 4.12.4a) e 12 de agosto (Figura
4.12.4b) às 18 HL, onde observa-se circulação anticiclônica devido a presença da ASAS.
Nesses dias, a RMSP estava sob a influência de uma condição sinótica associada à ASAS
(Figura 4.12.6d), com velocidade fraca do vento e ausência de precipitação, desfavorecendo a
dispersão dos poluentes e assim, nesse período ocorreram altas concentrações de CO (Figura
4.12.5).
43
12
CO (ppm) -Lapa
0
48 96 144 192 240 288 336 384 432 480
18
CO (ppm) - Congonhas
9
0
48 96 144 192 240 288 336 384 432 480
16
CO (ppm)- Ibirapuera
0
48 96 144 192 240 288 336 384 432 480
12
CO (ppm) – Cerqueira Cesar
0
48 96 144 192 240 288 336 384 432 480
12
CO (ppm) - Osasco
0
48 96 144 192 240 288 336 384 432 480
16
CO (ppm) – Parque D. Pedro II
0
48 96 144 192 240 288 336 384 432 480
20
CO (ppm)- Centro
10
0
25 27
48 29
96 31
144 2
192 4
240 6
288 8
336 10
384 12
432 14
480
julho de 1999 agosto de 1999

Figura 4.12.5 Variação temporal de CO, medido em várias estações da CETESB para o período de Con formato: Portugués
25/07 a 15/08 de 1999. (Brasil)
44
(a) (b)
C (d)
Figura 4.12.6 Condição sinótica para os dias 7, 8 e 11 de agosto de 1999 na RMSP (a) Pré-
frontal no dia 07/08 às 12 UTC, (b) Frente Fria no dia 07/08 às 18 UTC, (c) Pós-frontal no
dia 08/08 ás 12 UTC, e (d) Alta Subtropical do Atlântico Sul no dia 11/08 às 00 UTC.
45
Tabela 4.12.1. Condições sinóticas na RMSP de 2 à 14 de agosto de 1999.
Data Condição sinótica
02/08/99 às 00 UTC Alta Subtropical de Atlântico Sul (ASAS)
02/08/99 às 12 UTC Alta Subtropical de Atlântico Sul
05/08/99 às 12 UTC Alta Subtropical do Atlântico Sul
07/08/99 às 12 UTC Pré-frontal
07/08/99 às 18 UTC Frente Fria (FF)
08/08/99 às 00 UTC Frente Fria
09/08/99 às 00 UTC Pós-frontal
13/08/99 às 00 UTC Pré-Frontal
46
4.12.3. ESTUDO DE CASO PARA A TRAJETÓRIA DE SE: 5 DE AGOSTO DE 1999
O dia 5 de agosto de 1999 apresentou uma condição sinótica de Alta Subtropical do
Atlântico Sul, com centro no Oceano Atlântico a sudeste de São Paulo (Figura 4.12.3.1(a) e
4.12.3.1(b)), onde observa-se que a frente fria estava localizada sobre a Argentina.
(a) (b)
UTC e (b) às 18 UTC. Nota-se a frente fria sobre a Argentina.
Em função da análise de trajetória, o monóxido de carbono (CO), gerado na zona

industrial de Cubatão e São Caetano de Sul, pode ter sido transportado para a região central de
São Paulo, sendo esse sinal medido na estação do Parque Dom Pedro. A máxima
concentração de CO na estação de São Caetano de Sul (Figura 4.12.3.2), ocorreu às 20 horas
local (HL), enquanto a máxima concentração desse gás na estação do Parque Dom Pedro II
(Figura 4.12.3.3), se deu às 21 HL. A Figura 4.12.3.4 mostra a trajetória de uma parcela de ar
que chega nas proximidades da estação Parque Dom Pedro II a 200 m acima da superfície,
dentro da camada limite planetária turbulenta (Figura 4.12.3.5), no dia 05 às 18 HL. Nesse
horário a espessura da camada de mistura medida na cidade de SP tinha o valor de 1019 m
(Figura 4.12.3.5). Essa trajetória do ar foi simulada considerando como ponto de partida 30
horas de antecedência do momento analisado, ou seja, essa parcela de ar iniciou sua
trajetória no dia 4 de agosto às 1200 HL. As siglas SP, CA e SJ sobre a mapa da Figura
47
4.12.3.4 indicam as localidades: cidade de São Paulo, Campinas e São José do Campos
respectivamente. Essa mesma Figura mostra o deslocamento de massa de ar mais fria e
úmida, com direção SE-NW, que a massa de ar sobre o continente. Portanto, observa-se o
aumento de temperatura potencial equivalente θe (Figura 4.12.3.6 (a)) às 1800 HL, devido ao
aumento da umidade absoluta, Td (Figura 4.12.3.6(b)).
O transporte do ar poluído a partir da zona industrial de Cubatão para RMSP, descrito
por Silva Dias et al. (1995), é bastante semelhante ao que ocorre neste estudo de caso.
3.0
2.5
2.0 6/08/99
5/08/99
CO(ppm)
1.5
1.0
0.5
0.0
0 4
4 8
8 12
12 16
16 20
20 24
24 28
4 32
8 36
12 40
16 44
20 48
24
horas
Figura 4.12.3.2 Evolução diária de Monóxido do Carbono nos dias 05/08/9 e
4.0
3.5
3.0
2.5
CO(ppm)
2.0
1.5
1.0
0.5
0.0
0 4
4 8
8 12
12 16
16 20
20 24
24 28
4 32
8 36
12 40
16 44
20 48
24
horas
48
Figura 4.12.3.3 Evolução diária da concentração de Monóxido de Carbono no dia
05/08/99 e 06/08/99 na estação Parque Dom Pedro II.
47.7W 47.1W 46.5W 45.9W 45.3W

Figura 4.12.3.4 Trajetória de chegada na Cidade de São Paulo da parcela de ar a 200
m acima da superfície no dia 05/08 às 18 HL. A escala de cores representa a altura
acima do nível do mar (em m) da parcela e cada ponto negro sobre a trajetória, 6
1800
1600 6/08/99
5/08/99
1400
1200
altura (m )
1000
800
600
400
200
0 416 8 32 1248 1664 2080 24
96 4112 8128 12
144 16
160 20
176 24
192
horas
49
Figura 4.12.3.5. Altura da camada limite planetária para os dias 05 e 06/08
330 (a)
328
θ e em Kelvin
326
324
322
320
318
00 24 48 12
6 16
8 20
10 24
12 28
14 32
16 36
18 40
20 44
22 48
24
horas
14 (b)
13
Td (°C)
12
11
10
9
00 4
2 48 12
6 16
8 20
10 24
12 28
14 32
16 36
18 40
20 44
22 48
24
horas
Figura 4.12.3.6. Evolução temporal da temperatura no dia 5/08/99 na estação
Meteorológica do Departamento de Ciências Atmosféricas. A Figura (a) refere-se à
temperatura potencial equivalente (θe), enquanto a Figura (b) corresponde a
temperatura de ponto de orvalho (Td).
4.12.4. ESTUDO DE CASO PARA TRAJETÓRIA DE NW

A seguir são analisadas as trajetórias de chegada na cidade de São Paulo (SP) para
dois casos: (a) 27 de julho e (b) 7 de agosto de 1999. A data de 7 de agosto foi escolhida
devido às altas concentrações de CO (Figuras 4.12.5 e 4.12.4.10). Entretanto, o caso do dia
27 de julho de 1999 foi escolhido a partir da observação da variação temporal do material
particulado (Figura 4.12.4.5), onde tem-se o maior valor de PM10 às 03:00 hora local (HL) na
estação do Parque D. Pedro II. Nesse horário a altura da camada limite noturna (CLN) atingiu
o valor de 300 m (Figura 4.12.4.6 ).
Na Figura 4.12.4.1 é apresentada, para o dia 27/07/99 às 3:00 HL, a trajetória de
chegada na cidade de São Paulo a 200 m acima da superfície. Observa-se que a origem da
parcela do ar que atinge SP é a cidade de Campinas. A parcela de ar que chega à SP vem de
1000 m acima da superfície inicialmente, desloca-se na direção SE, atingindo SP com
50
direção NW. Este fato é um indicativo que os gases e aerossóis gerados pelas queimadas de
cana-de-açúcar, em Campinas (Figura 4.12.4.2), podem estar sendo transportados até SP. A
altura da CLN era de 300 m quando a parcela de ar atingiu 200 m acima da superfície. No dia
27/07/99 às 03:00 HL a cidade de SP estava em uma condição sinótica pré-frontal (Figuras
4.12.4.3 e 4.12.4.4). A frente fria atingiu SP às 19:15 HL. A concentração do PM10 aumentou
após a passagem da frente fria (4.12.4.5).
Na Figura 4.12.4.7 apresenta-se a trajetória de chegada na cidade de São Paulo, no dia
07/08/99, às 21:00 HL, também a 200 m acima da superfície. A origem dessa parcela estava
situada inicialmente na cidade de Campinas às 15 HL (Figura 4.12.4.7), quando a espessura
da camada de mistura (CM) medida nesse horário era de 1200 m (Figura 4.12.4.11 ). A parcela
de ar que atingiu SP, vinda de 500 m acima da superfície, inicialmente deslocou-se na
direção SE dentro da CM, atingindo SP com vento de direção NW. Esse comportamento pode
indicar que os poluentes gerados pelas queimadas (Figura 4.12.4.8), foram transportados até
SP. É interessante observar que o maior pico da concentração de CO ocorre primeiro na Lapa
e depois no Centro (Figura 4.12.4.9), coerente com a trajetória da parcela de ar (Figura
4.12.4.7).
47.7W 47.1W 46.5W 45.9W 45.3W

Figura 4.12.4.1. Trajetória de chegada na Cidade de São Paulo a 200 m acima da
superfície, no dia 27 de julho de 1999, às 3 HL. A escala de cores representa a altura acima
do nível do mar (em m) da parcela e cada ponto negro sobre a trajetória, 6 horas de
51
Figura 4.12.4.2. Detecção de queimadas pelo satélite NOAA 12, no dia 27 de julho de
1999. A linha tracejada central representa o cruzamento com o Equador às 1751 HL, em
longitude 48,62W (Fonte INPE)
Figura 4.12.4.3. Campo de vento horizontal (m/s), no nível de 1000 hPa, no dia 27 de julho
de 1999.
52
Figura 4.12.4.4. Imagem de satélite no canal IR, no dia 27/07/99, às 12 UTC.
PM 10(Parque D . Pedro)
300
PM 10 (O sasco)
200
100
0
0 4
52 8
56 12
60 16
64 20
68 24
72
Figura 4.12.4.5. Variação temporal do material particulado inalável no dia 27 de

julho de 1999.
1600
1200
altura (m )
800
400
0
0 4 040 4 186 4132
2 41468 42604 24 840
Figura 4.12.4.6. Altura da camada limite planetária para o dia 27 de julho de 1999,
obtida a partir do SODAR DOPPLER.
53
47.7W 47.1W 46.5W 45.9W 45.3W
Figura 4.12.4.7.- Trajetória de chegada na Cidade de São Paulo, a 200 m acima da
superfície, no dia 07 de agosto de 1999 às 21:00 LT. A escala de cores representa a altura
Figura 4.12.4.8. Detecção de queimadas pelo satélite NOAA 12, no dia 7 de agosto de
1999. A linha tracejada representa o cruzamento com o Equador às 1705 HL na longitude
de 37,51W e o cruzamento com o Equador às 1847 HL na longitude 62,77W (fonte INPE)
54
20
CO -Centro
CO -Lapa
15
10
0
316 320 324 328 332 336
4 8 12 16 20 24
Figura 4.12.4.9. Variação horária do CO no dia 7 de agosto de 1999.
Figura 4.12.4.10. Imagem de satélite no canal IR no dia 7 de agosto de 1999 às 12 UTC.
1600
1200
altura (m )
800
400
0
0 1 445 6 1 487 2 114 2
88 115 6
04 1 52
2 00 125 4
36
Figura 4.12.4.11. Altura de camada limite planetária para o 7 de agosto de 1999
55
Em resumo pode-se considerar que com uma condição sinótica de Alta Subtropical do
Atlântico Sul existem evidências, pela análise de trajetórias de parcelas do ar com resolução
de 5 km, que os poluentes gerados nas regiões de Cubatão e São Caetano de Sul possam estar
sendo transportados para a RMSP.
Já para dias poluídos tais como 27 de julho e 7 de agosto de 1999, as análises das
trajetórias de NW mostraram que a origem das parcelas de ar que atingem São Paulo são do
interior do Estado de São Paulo, onde ocorrem maior número de queimadas.
Como apresentado, para esses estudos de caos, as trajetórias das parcelas de ar no

instante de chegada na cidade de São Paulo estavam dentro da camada limite planetária.
56
CAPÍTULO V
DISCUSSÕES E CONCLUSÕES
5.1. INTRODUÇÃO
Este trabalho teve como principal objetivo avaliar a importância relativa das fontes
locais e remotas de poluentes para a Região Metropolitana de São Paulo (RMSP). Para
resolver o difícil problema de identificação das fontes veiculares de aerossóis na RMSP,
utilizou-se uma metodologia baseada em modelos receptores e em resultados experimentais
de amostragens realizadas em túneis. Já para analisar a influência de fontes remotas de
poluentes para a RMSP utilizou-se a análise das trajetórias de parcelas de ar. Os dados das
concentrações dos poluentes e as variáveis meteorológicas medidas, utilizadas para atingir os
objetivos deste trabalho, correspondem aos dados coletados na primeira fase do projeto
temático “Meteorologia e Poluição do Ar em São Paulo” (MPASP), com recursos da
“Fundação de Amparo à Pesquisa do Estado de São Paulo” (processo número 96/01403-4), no
período de junho a agosto de 1999.
A seguir, será apresentado um resumo dos principais resultados deste trabalho,
iniciando-se com os resultados da parte da identificação das fontes locais, incluindo a
avaliação dos fatores de emissão em túneis e métodos multivariados. Na seqüência,
apresentam-se os resultados da análise de trajetórias de chegada na RMSP, no período de
junho a agosto de 1999. Finalmente, apresentam-se os resultados de estudo de casos das
trajetórias de parcelas de ar com alta resolução para o período da primeira campanha intensiva
de medidas do projeto temático MPASP, que foi realizada entre os dias 02 e 12 de agosto de
1999.
5.2. IDENTIFICAÇÃO DAS FONTES LOCAIS

5.2.1. EMISSÕES VEICULARES EM TÚNEIS
As amostragens nos túneis mostraram uma participação de 29% de BC na concentração
em massa do MPF em veículos leves, e 39% em veículos movidos à diesel.
Uma importante contribuição deste trabalho foi a estimativa de emissão de elementos
traços pela queima de combustível. Os fatores de emissão (massa (µg ou g) do poluente
emitido por kg de combustível queimado) de poluentes para os veículos leves foram: Al de
57
8155µg/kg, Si de 8643µg/kg, S de 10973,7 µg/kg, Ca de 5597µg/kg, Ti de 2043µg/kg, Mn de
1473,3µg/kg, Cu de 6677,6µg/kg, Zn de 2953µg/kg, Br de 290µg/kg, Pb de 326 µg/kg e BC
de 235785µg/kg. Para os gases NOx e SO2 os fatores de emissão, também para os veículos
leves, foram de 11,4g/kg e de 0,22g/kg, respectivamente.
Observou-se pouca diferença entre as medidas realizadas no interior do túnel Maria
Maluf quando comparadas com as medidas externas, sendo que isso foi atribuído ao ponto de
amostragem externo ter sido muito próximo ao túnel. Em razão disto não foi possível o
cálculo das emissões veiculares provenientes dos veículos pesados.
As medidas externas e internas de concentração dos poluentes foram utilizadas para a
determinação dos fatores de emissão (emissões veiculares). Essas informações serviram de
base para a caracterização das fontes obtidas pelos métodos multivariados. Com essas
informações pode-se fazer uma nova estimativa da participação dessa fonte para o material
particulado medido nas amostras de ar.
5.2.2. MÉTODOS MULTIVARIADOS

A partir dos resultados da aplicação da Análise de Fatores (AF) com rotação
VARIMAX à base de dados de MPF, amostrados na área urbana (Instituto de Física da
Universidade de São Paulo) e dos estudos nos túneis, foram identificadas 5 principais fontes
locais: i) ressuspensão de solo (associada aos elementos traços Al, Si, Ca, Ti e Fe); ii)
emissões industriais (associadas a Mn, Zn e Pb); iii) emissões veiculares (associadas a Cu, Br,
BC e Cl); iv) queima de óleo combustível (associada aos elementos-traços V e Ni); e v)
sulfato (associado a S e MPF).
Da aplicação da AF com rotação VARIMAX à base de dados de MPF, amostrado em
área semi-urbana, dentro do Parque Estadual das Fontes do Ipiranga e dos estudos nos túneis
foram identificadas, também, 5 principais fontes locais: i) ressuspensão de solo (associadas
aos elementos-traços Fe, Ti, Ca, Si e Al); ii) queima de óleo combustível (associada a V, Ni e
S); iii) vegetação (associada aos elementos P e K); iv) emissões industriais (associadas a Zn e
Mn); e v) emissões veiculares (associadas a BC, Br, MPF, Cu e Cl).
Do estudo de identificação das fontes locais na RMSP concluiu-se que
aproximadamente 40% das emissões do MPF estão associadas com a fonte veicular. Segundo
a CETESB (2002), a partir da Análise por Balanço de Massa, a participação da emissão
veicular para a concentração de material particulado inalável é de 40% por emissão direta.
Assim, os valores obtidos neste trabalho reforçam de certa forma essa estimativa, porém são
superiores a outros valores apresentados na literatura, baseados em Análise de Componentes
Principais (Andrade et al,1994; Castanho & Artaxo, 2001).
58
5.3. CLIMATOLOGIA DA ANÁLISE DE TRAJETÓRIAS DE PARCELAS DE AR DE
CHEGADA NA RMSP, NO PERÍODO DE JUNHO A AGOSTO DE 1999.
Uma hipótese é que a concentração de poluentes do ar, medida na RMSP, varia não
apenas devido às contribuições das fontes locais, mas também pela contribuição das fontes
remotas, sendo que estas devem ser consideradas. Neste trabalho um dos objetivos foi
analisar qualitativamente a influência de fontes remotas de poluentes para a RMSP, através
da análises das trajetórias de parcelas de ar. As trajetórias de parcelas do ar foram obtidas
utilizando-se o Modelo de Trajetória Cinemática em 3D. Esse modelo utiliza o campo do
vento horizontal (u,v) e vertical (w), obtido por modelagem numérica da atmosfera, com o
modelo RAMS (Regional Atmospheric Modelling Sytem). Foi realizado o downscaling para
uma malha aninhada do modelo RAMS, no período de junho a agosto de 1999. A malha de
baixa resolução foi de 64 km e sua malha aninhada foi de 16 km de resolução horizontal. Uma
classificação da análise de trajetórias foi desenvolvida neste trabalho, para cada dia nos
horários de 00 e 12 UTC. Para cada horário foram calculadas 5 trajetórias de chegada em
pontos definidos por um quadrado, centrado na cidade de São Paulo. Quando todas as 5
trajetórias originaram-se da mesma direção (NE, SE, SW, NW), formando um grupo, esse dia
era classificado como dia-núcleo. A seguir são apresentadas as conclusões deste estudo com
resolução horizontal de 64 km.
As parcelas características das massas de ar que chegaram à RMSP, às 0000 UTC e
1200 UTC durante o período de inverno de 1999, foram classificadas em quatro tipos de
trajetórias de acordo com sua origem: NE, SE, SW e NW. Foram determinadas as suas
origens com 4 dias de antecedência para cada horário, em 905 trajetórias analisadas para os
três meses, de junho a agosto de 1999: 32% das trajetórias originaram-se do quadrante NE,
12% do quadrante SE, 19% do quadrante SW e 37% das trajetórias originaram-se do
quadrante NW.
Do total de 905 trajetórias, foram identificados 74 dias-núcleo. Considerando ambos os
horários 00 e 12 UTC, em 8% dos dias-núcleo as trajetórias originaram-se do quadrante SE,
19% do quadrante SW, 42% do quadrante NW e 31% do quadrante NE.
A mesma análise foi realizada considerando-se as trajetórias para os dois horários
separadamente (às 00 e às 12 UTC). Às 00 UTC foram identificados 33 dias-núcleo sendo que
12% dos dias-núcleo das 00 UTC tiveram trajetórias provenientes do quadrante SE, 15% do
quadrante SW, 43% do quadrante NW e 30% do quadrante NE. Para as 12 UTC foram
determinados 41 dias-núcleo com a seguinte origem: 5% com trajetórias do quadrante SE,
59
Estes dias-núcleo, considerando separadamente os horários 00 e 12 UTC, foram
analisados com relação à concentração de O3, CO e Material Particulado Inalável (PM10).
Para cada dia-núcleo, foram calculadas médias das concentrações de O3, CO e PM10, para 5
horários (2 horários antes, o mesmo horário e 2 horários depois, em relação aos horários das
00 e/ou 12 UTC). Finalmente, as concentrações médias de O3, CO e PM10 correlacionadas
com as trajetórias foram as médias obtidas a partir das médias dos 5 horários acima descritos.
As análises das trajetórias de chegada dos dias-núcleo na RMSP, durante o inverno de
1999, sugerem que os precursores de ozônio, assim como o próprio ozônio, têm uma
tendência de apresentar concentrações mais elevadas quando as trajetórias são de NE. Esse
efeito é observado de forma mais evidente nas estações de São Miguel Paulista e São
Caetano do Sul, às 00 UTC. O mesmo comportamento ocorre nas estações São Miguel
Paulista, São Caetano do Sul e Moóca, às 12 UTC, sendo que nas demais estações
predominam fontes locais.
Pela análise de trajetórias não foi possível detectar um sinal de transporte de CO de
longa distância para a RMSP, pois há um predomínio das fontes locais, isto é, as emissões das
fontes veiculares.
Observou-se nas análises das trajetórias dos dias-núcleo no horário de 00 UTC, para
trajetórias de NE, um sinal de transporte da concentração de massa do material particulado
(MP) nas estações de Cambuci e Diadema. Também notou-se para as trajetórias de SE, um
sinal de transporte da concentração de massa do MP na estação de Santana. Para as trajetórias
de SW e NW não foi observado transporte de longa distância para a RMSP. Para o horário
das 12 UTC, nas trajetórias NE, SE, SW e NW não foi observada a presença de transporte da
concentração de massa dos aerossóis de longa distância para a RMSP.
5.4. ESTUDO DE CASOS DAS TRAJETÓRIAS DE PARCELAS DE AR COM ALTA

RESOLUÇÃO NO PERÍODO INTENSIVO MPASP.
Nos estudos de casos, foram utilizados dois tipos de espaçamento na direção latitudinal
e longitudinal do modelo RAMS: resolução de 20 km na malha grossa e resolução de 5 km na
malha fina.
Com uma condição sinótica de Alta Subtropical do Atlântico Sul existem evidências
pela análise de trajetórias de parcelas do ar com resolução de 5 km, que os poluentes gerados
nas regiões de Cubatão e São Caetano de Sul possam estar sendo transportados para a RMSP.
Para dias poluídos tais como, 27 de julho e 7 de agosto de 1999, as análises das
trajetórias de NW mostraram que a origem das parcelas de ar que atingem São Paulo é do
interior do Estado de São Paulo. Um ponto a ser considerado é a espessura da camada limite
planetária (CLP), que nos estudos de casos realizados (trajetórias chegando dentro da CLP)
60
sempre foi mais profunda que a altura de chegada da trajetória, confirmando as hipóteses
apresentadas referentes à contribuição de fontes remotas para a concentração de poluentes na
RMSP.
61
5.5. SUGESTÕES PARA PESQUISAS FUTURAS
Durante a realização deste trabalho foram constatadas várias deficiências
principalmente com realização à base de dados de poluentes atmosféricos. Pontos que foram
considerados importantes estão enumerados abaixo, para realização futura:
i) determinar experimentalmente as assinaturas da fonte solo para o solo característico da
RMSP;
ii) avaliar o perfil vertical da concentração de ozônio, com sondagens e medidas com avião
para quantificar o transporte dos poluentes;
iii)ampliar a metodologia para calcular as trajetórias de chegada (backward trajectories) para
que levem em conta os processos físicos e químicos que ocorrem ao longo destas,
considerando uma implementação de um módulo de descrição da deposição úmida ao
longo de trajetórias;
iv) utilizar o método de estatísticas de trajetórias (desenvolvido por Stohl, 1996) para a
identificação de áreas fontes. Essa metodologia utiliza concentrações de poluentes
atmosféricos medidas nos receptores e seu correspondente backward trajectories;
v) estimar o impacto das emissões atmosféricas das fontes poluidoras de São Paulo nas
regiões vizinhas;
vi) realizar medidas em locais afastados das fontes de poluentes;
vii) realizar novos estudos experimentais nos túneis, com uma melhor estatística de dados,
para levantamento das emissões de veículos pesados e
viii) cálculo da função de influência utilizando o método Lagrangeano Inverso.
62
63
APÊNDICE A
1. PARAMETRIZAÇÃO DA DIFUSÃO TURBULENTA

A contribuição da difusão turbulenta às tendências das variáveis prognosticadas nesta
escala, é dada pela convergência do fluxo turbulento:
 ∂u j  ∂ ( ρ 0 u i' u 'j )
  =− 1
 ∂t  ∂ xi
 turb ρ0
 ∂ς  1 ∂ ( ρ 0 ui ς )
=
' '
 
 ∂t turb ρ 0 ∂ xi
onde ρ0 é a densidade do ar do estado básico, u'i u'j é o fluxo turbulento transportando o
momento uj através do momento ui, ui' ς ' é o fluxo turbulento transportando o escalar ζ
através do momento ui.

Os fluxos turbulentos são parametrizados utilizando a teoria do fluxo gradiente (teoria
K). Teoria K constitui um fechamento de primeira ordem, na qual os fluxos turbulentos são
proporcionais aos gradientes locais da correspondente quantidade média transportada.
Neste trabalho foi utilizado para a parametrização turbulenta a deformação
anisotrópica na direção horizontal (Smagorinsky,1963) e o esquema de fechamento de
segunda ordem de Mellor e Yamada (1982) na direção vertical.
A seguir é descrita a parametrização de deformação anisotrópica que calcula os
coeficientes de difusividade na horizontal, baseado em Smagorinsky (1963) o qual realaciona
os coeficientes com a taxa de deformação do fluido. O coeficiente de difusividade de
momento na horizontal é dado por
K mh = (cs x ∆x ) | D h |
onde csx é um coeficiente de ajuste previamente calibrado (Walko&Tremback, 2001), ∆x é o

espaçamento de grade na horizontal, o qual é assumido como sendo o comprimento de
mistura (tamanho do maior turbilhão não resolvido). O termo |Dh| é a magnitude do tensor
deformação na horizontal, dado como segue:
 ∂u   ∂v   ∂v ∂u 
| D h |= 2   + 2   +  + 
2 2 2
∂
  x  ∂y   ∂ x ∂y 
Este coeficiente apresenta o seguinte valor mínimo:

K mh min = 0,075 K a (∆x )
4/3
Onde Ka é em torno de 1 e pode ser definido pelo usuário.

64
As variâncias das flutuações das velocidades σ i2 podem ser estimadas pelo método de
Mellor e Yamada (1982), como segue:
2
σ u2 = (1 − 2 γ 1) q
2
σ v2 = σ 2w = γ 1 q
onde γ1=0,22 e q 2=2ECT (energia cinética turbulenta).

Este método de Mellor e Yamada (1982) foi utilizado para determinar os coeficientes
de difusividade na vertical.
2. PARAMETRIZAÇÃO DE CUMULUS
A contribuição devido à convecção úmida às variáveis na escala resolvida pelo modelo
RAMS, é chamado de parametrização de cumulus.
A parametrização de cumulus no RAMS utiliza o método de Kuo (1965), baseado na
observação da existência de uma forte correlação entre a precipitação convectiva e a
convergência total de larga escala de vapor d’água em uma coluna atmosférica (Molinari e
Corsetti, 1985, Tremback, 1990, e Freitas, 1999). Segundo Freitas (1999) o esquema é
baseado na hipótese do equilíbrio, na qual a convecção ocorre para consumir a instabilidade
convectiva fornecida pela larga escala, transportando calor e umidade.
As contribuições às tendências locais de temperatura potencial de água líquida e razão
de mistura total de água devidas à convecção úmida são dadas pelas equações:
 ∂θ il  L(1 − b) I
 
 ∂t  = ρ π
Q1
 con ∫zg Q1 dz
zct
0
e
 ∂rT 
  =
L( I Q2
 ∂t con ρ 0 ∫zg Q2 dz
zct
Onde L é o calor latente de condensação e π é a função de Exner. I é a taxa com que a

larga escala fornece umidade, sendo expressa como o fluxo através do nível de condensação
por levantamento (NCL):
I = ( ρ 0 r v w ) NCL
com ρ 0 a densidade de ar do estado básico, rv é a razão de mistura de vapor e w é a

velocidade vertical na escala resolvida, todos os valores obtidos no nível NCL. b é um
parâmetro introduzido por Kuo, que define a partição do suprimento da umidade I. A fração b
umidecerá a atmosfera e a restante, (1-b), será condensada e precipitará aquecendo a
65
atmosfera. Q1 e Q2 são os perfis verticais de aquecimento e de umidade da atmosfera devido
a convecção.
3. PARAMETRIZAÇÃO DE SUPERFÍCIE
Os fluxos turbulentos de momento, calor sensível e latente são trocados entre a
atmosfera e a superfície. A descrição detalhada de parametrização de superfície pode ser
encontrada em Freitas (1999).
3.1. PARAMETRIZAÇÃO DA CAMADA LIMITE SUPERFICIAL

Os parâmetros da camada limite superficial (CLS), que são escalas características para
a velocidade de fricção (u*), escala de temperatura (θ*) e a escala de umidade (r*) são obtidas
utilizando a teoria de similaridade (Louis,1979).
As expressões dessa escalas características da CLS podem ser escritas como segue:
2 2 2 z
u* = a U F m ( , RiB)
z0
a U ∆θ
2
θ* =
z
F h ( , RiB)
u* z0
a U ∆r
2
r* =
z
F h ( , R iB
u* z0
onde:
a2 =
k2
 z 
 ln 
2
 z 
 0
∆θ = θ ( z ) − θ s
∆r = r ( z ) − r s
U = u (2z ) + v 2( z )
k é a constante de von Karmann (0,35), z é altura acima da superfície do nível mais baixo do
modelo e z0 é o parâmetro de rugosidade. As expressões para Fh e Fm são:
a) caso estável
1
Fm =
2b RiB
1+
1 + d RiB
66
1
Fh =
1 + 3b R iB 1 + d R iB
b) caso instável
2b RiB
Fm =1−
z
1 + 2 cm | R iB |
z0
3b RiB
Fh =1−
z
1 + 3 ch | RiB |
z0
onde b=5, d=5, cm=5, cs=5, e RiB é o número de Richarson “bulk” dado por
gz∆θ
RiB =
(θ + θ s ) U
1 2
2 ( z)
3.2. PARAMETRIZAÇÃO DE SUPERFÍCIES ÁGUA, SOLO e VEGETAÇÃO

Cada célula da grade do modelo RAMS é dividida em 3 classes de superfície: água,
solo nú, e vegetação sobre solo sombreado.
Para cada uma destas classes, a parametrização precisa fornecer valores de
temperatura e umidade da superfície para que a parametrização da CLS possa fornecer os
fluxos turbulentos de momento, calor e umidade trocados entre a atmosfera e superfície. Os
fluxos efetivos são obtidos através de uma média dos fluxos individuais ponderada pela área
que cada classe ocupa na célula.
SUPERFÍCIE DE ÁGUA
A temperatura da água é mantida constante no tempo, podendo ser inicializada via
parâmetro constante do RAMSIN ou interpolada a partir de dados de temperatura da
superfície do mar, para inicialização horizontal heterogênea. A umidade na superfície é a
razão de mistura de saturação definida na pressão e temperatura da água em superfície
(Longo, 1999)
SUPERFÍCIE SOLO NÚ
Para a superfície de solo nú os fluxos de calor e umidade dentro do solo são obtidos
utilizando um modelo de multicamadas que prognostica temperaturas e umidades (McCumber
e Pielke,1981 e Tremback e Kessler, 1985).
67
VEGETAÇÃO COM SOLO SOMBREADO
Para a superfície de vegetação, o modelo de interação vegetação-atmosfera é baseado
em Avisar e Pielke (1989).
3.3. FLUXOS TURBULENTOS DE MOMENTO, CALOR E UMIDADE

Depois de terem sido calculadas as escalas características da CLS, os fluxos turbulentos
de momento, calor e umidade são derivados utilizando a metodologia de Manton e Cotton
(1977) como segue:
a) Fluxos turbulentos de momento

' ' u 2
uw =− u
U *
' ' v 2
vw =− u
U *
2 η
w' w' = −(0,27 q0 − 1,18 ) u*2
ψ
onde
1 −η
q02 = 6,25
ψ
(1 − 3,21η)(1 − 2,18η)
ψ2 =
(1 − 2,86)
ξ
η=
φ m (ξ )

1 + 4,7ξ se ξ ≥ 0

(estável )


φ m (ξ ) = (1−15ξ )−1 / 4 se − 0,5 < ξ < 0

(instável )
0,47 (−ξ )−1 / 3 seξ ≤ −0,5


(instável )


ξ =
z
L
θ u *2
L= é o comprimento de Moni-Obukhov
gk θ *
b) fluxos turbulentos de calor e umidade
θ w = −θ * u *
' '
68
' '
r w = − r * u*
4. ESQUEMAS DE RADIAÇÃO
Para a parametrização da radiação de onda curta e onda longa foi utilizada a
desenvolvida por Harrington (1977). A parametrização de Harrington (1977) considera as
seguintes formas de condensação: gotículas de nuvem, chuva, gelo primário, neve, agregados,
granizo e graupel (espécie de granizo) assim como vapor de água, e utiliza a informação
sobre a região de crescimento de cristal de gelo.
Outros esquemas de radiação como o de Mahrer & Pielke (1977) ignoram o conteúdo
de água líquida e de gelo na atmosfera, embora este esquema leve em conta o vapor de água.
O esquema de Chen & Cotton (1983) leva em conta a condensação na atmosfera, mas não
ocorre se este for nas gotas da nuvem, chuva ou gelo. Sendo esta a maior limitação deste
esquema (Walko & Tremback 2001).
5. PARAMETRIZAÇÃO DA MICROFÍSICA DE NUVENS

A parametrização da microfísica de nuvens é classificada em três níveis. No presente
trabalho foi utilizado o nível 3. Esta parametrização considera: gotículas na nuvem,
precipitação, gelo primário, neve, agregados, granizo e graupel (espécie de granizo), além dos
processos de precipitação.
A parametrização da microfísica de nuvens do modelo atmosférico RAMS pode ser
aplicada a qualquer fase de água, incluindo o processo de precipitação. Este modelo simula
todas as mudanças de fase para a substância água. A substância água pode ser categorizada
em várias formas: vapor, gotículas de nuvens, chuva, gelo primário, neve, agregados, granizo
e graupel (Walko et al.,1995; Nakaema, 2001). A descrição detalhada da parametrização da
microfísica de nuvens pode ser encontrada em Nakaema (2001).
69
APÊNDICE B
Tabela B.1: Elementos traços (em ng/m3) e 1 cátion e 1 ânion e MPF (µg/m3) identificados
nas amostras coletadas com o Moudi
i D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb Mn FPM NH4+
0.1 541,24 8,41 51,31 4,71 16,76 2,09 2 11,92 9,4 1,26 8,56 1,51
0.32 17,62 5,92 37,06 1,62 16,92 0,72 0,88 12,57 4,36 1,66 5,83 1,64
0.56 36,45 6,41 32,18 8,78 1,56 1,85 40,41 0,93 2,43 35,95 7,49 2,97 7,75
1 69,49 553,79 13,69 22,18 32 5,72 1,57 87,4 1,17 2,35 51,43 6,46 3,28 3,88 0,57
1.8 156 103,04 58,98 29,27 77,3 12,93 2,85 177,56 1,24 3,53 25,7 3,65 3,92 3,57 0,05
0.1 84,74 556,19 10,68 62,92 7,58 4,5 45,18 3,2 2,58 28,44 14,28 2,53 12,8 1,01
0.32 65,66 348,79 9,04 31,43 7,49 46,54 1,15 2,21 25,22 6,06 2,61 5,64 1,01
0.56 69,42 354,39 10,68 30,78 26 4,05 79,7 1,03 2,92 52,44 5,51 3,82 4,15 0,42
1 189,6 127,22 23,63 27,73 68,6 9,82 131,08 1,42 2,52 47,84 3,55 5,06 9,57 0,07
1.8 233,2 163,87 29,06 34,11 85,4 12,08 163,73 2,06 3,32 58,83 4,41 6,22 9,93
0.1 12,31 490,92 6,86 71,7 4,37 19,51 1,71 1,62 24,26 14,04 1,56 10,7 1,36
0.32 18,07 586,7 7,76 41,05 4,41 0,96 27,03 0,78 1,82 37,57 7,41 1,76 5,85 0,96
0.56 35,99 630,11 15,15 40,23 14,4 2,43 1,03 79,09 1,42 3,44 17,43 4,71 5,21 0,72
1 62,58 247,8 50,85 38,34 28,8 4 112,39 1,75 3,45 12,01 5,56 4,38 0,08
1.8 139 95,24 58,8 29,8 65,6 12,01 2,17 169,41 3,72 4,51 64,12 3,14 4,74 3,94 0,07
0.1 54,7 673 18,49 117,1 12,8 2,1 54,77 3,11 7,35 41,08 5,17 0,66
0.32 98,67 774,11 15,68 81,05 13,3 3,86 2,82 80,95 1,13 6,76 52,63 16 6,72 12,4 0,52
0.56 86,57 625,51 19,23 63,77 21,3 6,08 119,7 1,64 7,01 95,49 18,16 7,99 8,9 1
1 276,8 391,9 46,22 56,8 83,3 19,01 227,4 2,19 8,96 13,9 10,9 10,3 0,62
1.8 502,1 111,2 32,07 60,66 173 35,29 3,18 376,31 4,63 9,72 6,18 8,77 11,1 0,15
0.1 26,54 669,83 18,48 117,7 6,95 29,33 3,87 33,76 23,75 1,45 17,3 1,4
0.32 29,74 526,31 23,85 65,44 14 1,72 7,49 43,41 4,49 3,83 58 15,88 2,43 8,84 0,78
0.56 54,94 385,85 48,59 20,8 3,84 3,76 70,06 3,1 7,46 15,09 4,41 6,52 0,3
1 143,6 174,9 35,08 48,3 11,87 5,45 150,67 5,51 6,17 74,95 8,41 6,75 4,76 0,01
1.8 304,8 73,92 44 109 24,36 5,24 257,03 7,35 6,32 26,41 3,58 6,03 4,44 0,01
Continuação da Tabela B.1

Moudi D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb Mn
6 0.1 59,76 324,93 13,16 5,58 2,93 32,6 1,31 3,35 26,88 15,36 2,85
6 0.32 122,3 188,61 14,08 86,2 11,7 1,64 1,13 53,58 1,11 3,06 35,1 10,81 5,48
6 0.56 183,3 100,13 22,96 49,7 23,7 5,03 78,3 1,12 2,76 43,13 11,74 7,66
6 1 293,4 118,74 33,44 45,35 61,7 17,78 204,48 1,82 4,55 39,08 7,78 11,1
6 1.8 500,3 45,75 34,66 89,93 7,51 7,91 21,91 3,95 11,3
7 0.1 39,35 343,45 21,32 8,62 4,45 21,62 2,47 9,2 44,45 1,66
7 0.32 77,94 225,6 21,94 103,7 16 3,88 2,06 54,75 2,26 53,42 15,09 4,94
7 0.56 173,7 178,67 65,48 29,6 9,45 1,29 124,16 4,08 17,81 9,69
7 1 325,4 115,34 52,52 77 22,88 1,63 289,28 5 15,13 76,9 9,33
7 1.8 703,9 65,57 86,69 175 4,63 11 44,51 5,49 11,5
8 0.1 25,71 177,53 12,11 5,62 0,98 2,4 12,07 1 2,69 16,86 7,76 0,77
8 0.32 69,06 107,32 9,18 116,5 17,6 3,81 0,92 37,22 0,46 3,42 17 5,05 1,47
8 0.56 116,6 55,01 18 42,18 26,8 7,84 0,48 64,31 0,6 3,22 15,66 4,22 1,82
8 1 343,7 48,16 48,85 108 29,49 1,81 259,36 1,58 5,36 17,6 3,07 5,67
8 1.8 792,7 49,32 9,83 2,85 2,85 5,62 7,51 12,98 3,02 6,37
9 0.1 9,15 341,83 3,8 40,06 3,75 4,99 1,9 1,07 9,38 3,42 0,34
70
9 0.32 12,35 343,64 2,05 27,9 1,89 1,51 6,61 0,7 1,18 12,06 2,76 0,39
9 0.56 21,75 340,96 4,01 15,4 4,8 1,04 15,88 0,53 1,03 27,39 2,52 0,53
9 1 32,59 98,26 20,08 7,2 7,77 1,56 0,8 29,71 0,64 1,3 37,64 1,16 0,94
9 1.8 68,75 32,53 40,11 10,73 18,4 4,47 1,13 58,12 0,84 1,52 22,98 0,57 1,1
10 0.1 50,82 703,03 16,46 72,42 41,97 2,92 23,72 16,57 2,65
10 0.32 458,8 764,05 9,26 74,29 4,96 61,83 2,26 2,72 36,23 11,18 4,32
10 0.56 94,96 730,97 11,88 64,15 4,15 1,8 104,62 1,27 2,44 56,04 10,94 6,9
10 1 206,3 397,6 11,24 42,63 12,75 1,7 166,94 1,95 4,04 75,36 6,91 7,1
10 1.8 450,7 98,52 21,6 58,97 28,54 3,57 296,64 5,6 47,37 3,7 7,91

Moudi D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb Mn
11 0.1 21,91 495,39 8,06 58,01 1,33 28,17 4,06 27,7 17,33 0,68
11 0.32 30,87 793,93 26,31 67,96 1,99 12,1 48,86 6,43 12,9 36,89 21,03 1,96
11 0.56 79,84 19,52 106,3 7,69 10,8 100,67 5,92 10,01 63,1 5,56
11 1 248,6 17,08 65,76 23,77 9,49 243,37 5,64 13,18 19,17 6,4
11 1.8 460 280,18 21,2 62,6 33,54 9,76 373,27 6,69 11,73 59,89 5,82 8,16
12 0.1 63,11 294,17 10,6 162,1 3,73 3,69 25,23 1,83 2,55 20,68 13,26 1,85
12 0.32 112,6 406,92 11,19 130,3 18,3 3,56 2,06 89,72 1,71 4,25 21,21 13,23 3,16
12 0.56 224,9 14,16 131 49,9 9,98 3,12 133,63 1,94 5,43 40,6 16,71 5,62
12 1 730,7 818,35 14,77 111,9 191 8,12 457,88 8,08 13,21 19,55 11
12 1.8 726,6 129,96 19,27 89,33 51,26 2,49 427,28 2,39 7,94 33,92 5,89 7,03
13 0.1 71,39 602,52 24,98 11,5 1,42 48,52 8,12 36,74 23,64 2,14
13 0.32 115,9 501,02 24,82 34,9 9,65 11 123,28 5,77 11,42 41,12 21,05 4,24
13 0.56 229,1 453 17,23 171,3 58,8 13,49 5,8 174,04 4,27 13,29 58,97 15,6 6,57
13 1 597,6 268,45 21,84 117,3 194 45,69 10,9 6,23 15,8 73,81 12,3 9,66
13 1.8 140,75 60,57 138,7 10,3 7,32 45,6 6,16
14 0.1 78,17 549,93 24,75 8,87 12,4 48,76 6,09 10,2 52,36 24,64 2,57
14 0.32 123,9 249,13 15,08 31,8 6,48 3,27 76,19 2,57 7,56 37,12 14,3 5,03
14 0.56 285,41 24,89 111 24,24 5,34 237,09 5,23 15,56 66,78 19,07 8,42
14 1 751,2 114,13 30,45 79,63 169 34,73 4 336,78 3,18 10,38 67,57 11,44 6,8
14 1.8 73,76 37,16 131 4,9 4,83 13,76 39,67 6,61 7,03
15 0.1 84,01 428,52 23,59 6,19 14 18,29 6,56 5,21 30,05 19,43 1,3
15 0.32 114,6 312,9 19,83 24,8 6,64 7,9 56,36 3,45 6,26 36,34 15,63 2,26
15 0.56 197,6 199,51 19,55 114,3 42,4 10,33 3,76 119,07 2,31 7,71 39,53 13,13 3,07
15 1 502,3 134,71 46,82 84,71 159 42,79 6,2 445,32 6,04 10,99 57,64 8,24 4,52
15 1.8 100,98 126,8 4,16 6,4 14,13 37,05 5,45 8,36
71
APÊNDICE C
Concentrações de CO2 (em ppm) medido no túnel Jânio Quadros (J.Q)
no día 13 de agosto de 2001
Hora local CO2 (ppm) Hora local CO2 (ppm)

J.Q_externo J.Q_interno
11:22 397,5 8:14 437,2
11:32 387 8:16 442,3
11:42 396,7 8:18 514
11:52 389,1 8:20 444,8
12:02 399,9 8:22 435,4
12:12 385,2 8:28 576,1
12:22 386,2 8:30 457
12:32 388 8:32 577,6
12:42 419,9 8:34 432,5
12:52 385,5 8:36 413
13:02 409,4 8:39 439,9
13:12 385,7 8:41 420,1
13:22 374,8 8:43 418,6
13:32 385,6 8:45 432,9
13:42 373,9 8:47 438,7
13:54 385 8:49 427
14:04 374,1 8:51 428,9
14:14 393,6 8:53 431,2
14:24 381,5 8:55 424,1
14:34 394,2 8:57 378,5
14:44 378,4 8:59 416,6
14:54 378,7 9:01 424,9
15:04 425 9:03 501
15:14 392,4 9:05 446,4
15:24 398,2
15:34 413,9
15:44 408,9
15:54 414,6
16:04 428,1
16:12 424,7
16:20 423
72
Continuação de apêndice C
As concentrações de CO2 (em ppm) medidas no túnel Maria Maluf (M.Maluf) no

Dia 10 de outubro de 2001.

M.Maluf externo M.Maluf interno
6:10 443,3 7:33 541,17
6:20 400,1 7:43 505,96
6:30 405,2 7:53 490,48
6:40 414,2 8:03 487,34
6:50 405,7 8:13 515,17
7:00 406,8 8:23 540,75
7:10 408 8:33 498,12
7:20 423,8 8:43 540,29
7:30 406,7 8:53 567,92
7:40 410,1 9:03 568,09
7:50 407,1 9:13 546,81
8:00 406 9:53 557,57
8:10 405,8 10:03 467,69
8:20 412 10:13 451,86
8:30 407,6 10:23 617,85
8:40 406,1 10:33 577,03
8:50 418,4 10:43 479,64
9:00 401,3 10:53 491,41
9:10 405,2 11:03 524,73
9:20 403,2
9:30 421,4
9:40 421,1
9:50 402,4
10:00 408,7
10:10 412,6
10:20 413,8
10:30 397,6
10:40 406,1
10:50 412,7
11:00 389,1
11:10 421,3
11:20 409,8
11:30 460,6
73
APÊNDICE D
Medidas no Túnel Jânio Quadros no dia 13 de agosto de 2001.
Coletas feitas com os sacos de Tedlar
13:00-14:30h (Interior do túnel)
11:20 – 12:45h (Interior do túnel) CO NOx SO2

(ppm) (ppb) (ppm)
CO NOx SO2
(ppm) (ppb) (ppm) 7,03 437,6 0,019
7,45 437,6 0,018
7,23 401,95 0,011 7,45 435,65 0,017
7,56 408,3 0,012 7,61 437,6 0,016
7,61 414,6 0,013 7,61 439,6 0,015
7,65 0,015 7,65 437,6 0,015
7,61 7,66
7,59
11:20-12:45h (fora do túnel) 12:45-14:30h(fora do túnel)

CO NOx SO2 CO NOx SO2
(ppm) (ppb) (ppm) (ppm) (ppb) (ppm)
1,36 50,3 0,008 1,89 75,2 0,017
1,31 50,9 0,007 1,59 74,8 0,014
1,37 51,2 1,43 70,33 0,011
1,43 51,6 1,37 0,01
1,43 51,3 1,37 0,009
1,43 50,9 1,43 0,008
0,008
74
Continuação do APÊNDICE D (medidas no Túnel Maria Maluf no dia 10/10/2001)
Interior do tunel
8:00-9:48h 9:55-11:55h
CO(ppm) Nox (ppb) SO2(ug/m3) CO(ppm) NOx (ppb) SO2 (ug/m3)
11,10 1019,78 29,56 12,66 1178 58,73
11,13 1019,78 28,91 12,66 1179,98 58,73
11,14 1017,34 28,92 12,66 1180,5 59,2
11,13 1018,78 27,89 12,66 1182,9 58,7
11,20 1019,78 28 12,71 1184,9 58,7
11,15 1019,78 28,41 12,72 1182,9 57,1
11,14 1019,78 28,41 12,66 1178 56,9
11,14 1022,22 28,41 1180 57,6
1021,73 28,92 1179,9 57,6
1022,22 1182,9 57,1
1021,73 1182,9 57,6
1019,78
Fora do Túnel, no escritório da CET

8:00-9:48h 9:55-11:55h
CO(ppm) NOx(ppb) SO2 (ug/m3) CO(ppm) NOx(ppb) SO2 (ug/m3)
2,03 125,03 2,04 2,66 135,78 4,35
2,04 125,03 2,18 2,56 137,73 3,83
1,99 125,03 2,18 2,5 137,73 3,83
1,98 125,03 3,83 2,45 137,73 3,07
2,04 125,03 3,71 2,45 137,73 2,56
2,04 125,03 3,71 2,45 137,73 2,69
2,04 125,03 4,35 2,4 137,73 2,05
2,04 125,03 4,35 2,4 137,73 2,05
1,99 4,35 2,4 1,4
1,99 4,35 2,45 2,68
2,04 4,35 2,45 3,07
3,83 2,45 3,33
3,84 2,45 3,33
3,33 3,33
3,33 3,07
2,56 1,4
2,56 1,4
2,17 1,41
2,04 2,05
2,18
2,05
2,04
2,56
3,07
3,33
2,05
75
APÊNDICE E
Assinaturas das fontes: elementos traços (em ng) e MPF e BC (em µg) no IFUSP: método de
Yamasoe (1994) descrito no item 2.5.
Ressuspensão Industriais Óleo Emissões Emissões
Do solo Combustível Veiculares Veiculares
BC* 2,82 1,20 1,08 0,31 1,82
Al 252,09 -24,58 -11,74 19,57 23,11
Si 322,44 26,99 7,84 17,07 19,62
P 9,01 4,86 3,24 1,95 3,71
S 19,02 1189,22 354,44 530,92 -266,97
Cl 14,01 14,13 1,02 4,73 20,61
K 262,81 -2,93 13,43 102,05 88,74
Ca 115,60 10,02 3,77 -2,92 12,0
Ti 35,29 0,19 0,71 2,12 4,22
V 0,91 5,60 9,16 1,12 1,11
Mn 4,24 6,66 0,49 0,29 -0,53
Fe 254,41 91,20 22,38 11,73 24,71
Ni 0,54 3,37 4,69 0,63 0,60
Cu 3,35 5,00 1,31 0,08 2,17
Zn -13,11 99,08 0,68 4,91 10,62
Br 3,48 2,57 0,55 2,20 2,45
Pb 0,40 25,72 3,15 1,84 5,10
MPF* 13,36 7,21 4,03 5,70 4,54
* BC e FPM em µg
76
APÊNDICE F
Tabela F.1: Datas de ocorrência dos dias-núcleos (descrito no item 2.7) do mês de
junho de 1999.
Dia/mês/ano Hora (UTC) Tipo de trajetória
03/06/99 00 NE
03/06/99 12 NE
04/06/99 00 NW
07/06/99 00 SW
09/06/99 12 NE
11/06/99 00 NE
13/06/99 12 NW
14/06/99 00 NW
14/06/99 12 NW
15/06/99 00 NW
15/06/99 12 NE
16/06/99 00 NE
17/06/99 12 SW
18/06/99 00 SW
18/06/99 12 SW
19/06/99 12 NW
20/06/99 00 NW
21/06/99 00 NW
21/06/99 12 NW
22/06/99 00 NW
22/06/99 12 SW
23/06/99 00 SW
23/06/99 12 SW
24/06/99 12 SW
25/06/99 12 NW
26/06/99 00 NW
26/06/99 12 NW
30/06/99 12 NW
77
Tabela F.2: Datas de ocorrência dos dias-núcleos (descrito no item 2.7) do mês de julho de
1999.
04/07/99 00 NE
07/07/99 12 NE
10/07/99 12 SW
11/07/99 00 SW
12/07/99 12 SW
13/07/99 00 SE
14/07/99 00 SE
14/07/99 12 SE
15/07/99 12 SE
16/07/99 12 NE
17/07/99 00 NE
17/07/99 12 NW
18/07/99 00 NW
18/07/99 12 NW
19/07/99 00 NW
19/07/99 12 NW
20/07/99 00 NW
20/07/99 12 NW
21/07/99 12 NE
22/07/99 12 NW
23/07/99 12 NW
25/07/99 00 NW
26/07/99 00 NW
26/07/99 12 NW
28/07/99 12 NE
29/07/99 12 NE
78
Tabela F.3: Datas de ocorrência do dias-núcleos (descrito no item 2.7) do mês de agosto de
1999 .
01/08/99 12 NW
02/08/99 00 NW
02/08/99 12 NW
03/08/99 12 SW
04/08/99 00 SW
06/08/99 12 SW
08/08/99 12 NE
13/08/99 12 NW
18/08/99 00 SE
23/08/99 00 SE
24/08/99 00 NE
25/08/99 00 NE
25/08/99 12 NE
26/08/99 00 NE
26/08/99 12 NE
27/08/99 00 NE
27/08/99 12 NE
28/08/99 00 NE
28/08/99 12 NE
30/08/99 00 NW
79
APÊNDICE G
03 de junho de 1999 às 00 UTC 03 de junho de 1999 às 12 UTC
80
81
82
83
04 de julho de 1999 às 00 UTC 07 de julho de 1999 às 12 UTC
84
85
86
87
02 de agosto de 1999 às 00 UTC 02 de agosto de 1999 às 12 UTC
88
89
30 de agosto de 1999 às 00 UTC
90
APÊNDICE H
Tabela H.1: Médias da concentração de ozônio (em µg/m3) para os dias-núcleos do apêndice
F.1 para diferentes estações da Cetesb (mês de junho)
Dia/mês/ano Hora Tipo de SMP SCS PDP Osasco Ibira Moóca
(UTC) trajetória
03/06/99 00 NE 44,8 12,0 15,6 5,9 9,3 18,8
03/06/99 12 NE 39,0 30,8 23,4 14,6 42,9 19,8
04/06/99 00 NW 17,7 12,9 13,5 9,1 9,2 6,5
07/06/99 00 SW 32,7 30,0 23,1 13,9 9,1 21,5
09/06/99 12 NE 21,9 18,4 17,5 9,6 63,3 12,2
11/06/99 00 NE 13,2 10,8 14,0 5,7 16,1 5,5
13/06/99 12 NW 16,6 24,2 26,7 13,4 10,0 23,0
14/06/99 00 NW 34,1 37,4 26,4 11,6 32,1 29,3
14/06/99 12 NW 24,8 15,2 17,2 9,4 9,6 13,5
15/06/99 00 NW 10,3 10,3 11,3 5,0 43,0 3,7
15/06/99 12 NE 16,0 11,8 14,7 10,0 9,4 6,8
16/06/99 00 NE 28,3 12,1 12,5 5,6 55,5 5,8
17/06/99 12 SW 12,8 14,7 20,6 11,5 7,6 12,2
18/06/99 00 SW 12,6 4,4 13,7 10,5 83,6 4,7
18/06/99 12 SW 11,5 0,0 15,0 10,6 9,1 5,3
19/06/99 12 NW 23,9 8,9 24,4 9,6 11,0 15,9
20/06/99 00 NW 14,3 0,7 11,4 6,9 77,7 3,5
21/06/99 00 NW 8,8 11,5 5,2 63,2 2,2
21/06/99 12 NW 20,1 0,0 18,7 11,9 11,7 6,8
22/06/99 00 NW 9,5 1,3 13,0 7,6 44,1 4,3
22/06/99 12 SW 13,6 9,3 15,4 8,2 16,1 9,4
23/06/99 00 SW 8,0 0,6 12,0 7,0 24,9 3,5
23/06/99 12 SW 10,5 6,1 2,6 9,6 18,9 6,3
24/06/99 12 SW 9,5 11,0 4,7 11,0 23,2 7,8
25/06/99 12 NW 15,6 13,9 7,8 14,1 32,2 11,3
26/06/99 00 NW 21,7 14,8 2,6 8,4 9,0 9,9
26/06/99 12 NW 29,4 17,2 7,7 10,3 43,1 21,8
30/06/99 12 NW 20,3 15,6 5,5 16,7 88,5 10,7
Onde: SMP= São Miguel Paulista, Ibira=Ibirapuera,
SMP= São Miguel Paulista; SCS= São Caetano do Sul; PDP= Parque dom Pedro II
91
F.2 para diferentes estações da Cetesb (mês de Julho)
(UTC) trajetória
04/07/99 00 NE 23,5 6,2 3,6 13,7 16,2 4,0
07/07/99 12 NE 14,2 4,3 0,6 9,1 9,1 1,4
10/07/99 12 SW 37,9 26,2 20,1 17,3 7,4 26,4
11/07/99 00 SW 38,8 19,8 15,5 11,6 83,4 23,6
12/07/99 12 SW 26,0 18,9 10,3 14,3 11,1 14,9
13/07/99 00 SE 9,4 7,4 0,5 9,0 77,7 0,5
14/07/99 00 SE 7,8 9,2 1,5 10,7 63,4 0,6
14/07/99 12 SE 10,7 18,4 6,3 12,1 11,9 12,6
15/07/99 12 SE 12,1 19,3 11,2 15,0 16,1 8,2
16/07/99 12 NE 7,1 17,8 18,1 7,4 18,7 7,7
17/07/99 00 NE 5,3 13,3 17,6 0,0 10,8 3,7
17/07/99 12 NW 7,5 23,5 16,2 0,0 23,1 6,4
18/07/99 00 NW 7,3 35,5 27,4 0,0 9,5 34,0
18/07/99 12 NW 21,5 26,4 14,9 0,0 32,1 27,8
19/07/99 00 NW 19,4 14,9 5,6 0,0 9,1 12,9
19/07/99 12 NW 13,1 18,9 10,8 0,0 42,8 12,7
20/07/99 00 NW 1,2 7,4 5,6 7,5 9,1 1,1
20/07/99 12 NW 7,8 23,1 12,4 14,1 55,2 10,3
21/07/99 12 NE 4,4 16,0 10,1 12,8 70,2 0,0
22/07/99 12 NW 19,0 18,4 5,2 10,2 83,3 11,0
23/07/99 12 NW 9,1 18,3 5,8 10,7 88,0 10,7
25/07/99 00 NW 0,0 13,0 3,3 10,2 10,9 1,9
26/07/99 00 NW 4,1 14,0 3,1 13,8 11,7 6,2
26/07/99 12 NW 9,3 25,3 7,9 14,5 44,3 9,5
28/07/99 12 NE 17,4 30,9 8,6 13,0 10,7 18,6
29/07/99 12 NE 37,3 32,6 26,5 18,0 9,4 45,5
92
Tabela H.3: Médias da concentração de ozônio (em µg/m3) para os dias-núcleo do apêndice
F.3 para diferentes estações da Cetesb (mês de Agosto).
(UTC) trajetória
01/08/99 12 NW 29,0 25,3 22,7 18,2 9,1 33,0
02/08/99 00 NW 12,3 12,4 0,1 6,2 70,1 0,8
02/08/99 12 NW 4,7 11,0 1,9 8,9 7,5 3,7
03/08/99 12 SW 39,1 29,2 17,6 11,7 9,0 26,9
04/08/99 00 SW 36,6 24,0 11,2 4,6 88,1 24,7
06/08/99 12 SW 17,2 26,2 7,3 8,3 11,6 14,9
08/08/99 12 NE 36,5 48,0 22,3 15,6 18,6 42,7
13/08/99 12 NW 15,7 30,0 0,0 10,5 69,9 11,9
18/08/99 00 SE 17,2 22,7 2,5 3,9 11,6 14,6
23/08/99 00 SE 39,1 38,1 12,0 8,1 0,0 35,7
24/08/99 00 NE 60,4 61,2 21,9 13,2 54,9 48,6
25/08/99 00 NE 56,7 47,2 16,8 5,4 69,9 37,0
25/08/99 12 NE 49,2 61,0 19,9 12,1 7,5 41,4
26/08/99 00 NE 13,3 31,6 14,4 11,0 83,1 14,5
26/08/99 12 NE 35,0 48,0 10,9 14,2 9,0 16,2
27/08/99 00 NE 79,4 36,2 4,5 12,8 87,9 21,6
27/08/99 12 NE 50,2 39,2 10,0 7,4 10,9 22,6
28/08/99 00 NE 37,4 36,0 11,2 4,4 77,3 21,2
28/08/99 12 NE 58,8 57,2 30,7 15,8 10,8 52,6
30/08/99 00 NW 28,3 18,5 0,9 3,1 43,9 6,9
93
Tabela H.4: Médias da concentração de Monóxido de Carbono (em ppm) para os dias-
núcleos do apêndice F.1 para diferentes estações da Cetesb
Dia/mês/ano Hora Tipo de PDP SCS Lapa Congo Cesar Centro Ibira
(UTC) trajetória
03/06/99 00 NE 1,3 1,7 0,0 4,1 1,9 3,2 0,0
03/06/99 12 NE 1,2 0,8 0,0 1,7 1,0 1,0 0,0
04/06/99 00 NW 2,6 2,4 0,0 4,5 1,9 3,2 0,0
07/06/99 00 SW 0,6 0,7 0,4 2,7 0,6 1,3 0,5
09/06/99 12 NE 1,1 1,0 1,6 1,3 2,0 1,5 0,7
11/06/99 00 NE 3,9 2,4 3,8 6,3 3,2 4,5 1,9
13/06/99 12 NW 1,5 1,6 1,6 3,0 1,7 1,7 1,4
14/06/99 00 NW 0,6 0,8 0,5 2,8 0,6 1,3 0,6
14/06/99 12 NW 1,3 1,4 1,1 3,5 2,3 2,6 1,0
15/06/99 00 NW 1,6 1,9 1,6 2,4 3,6 2,6 1,6
15/06/99 12 NE 1,9 1,6 1,0 6,0 1,8 3,1 1,3
16/06/99 00 NE 1,5 1,9 1,5 3,5 1,8 2,7 1,1
17/06/99 12 SW 3,6 0,0 3,6 6,2 5,0 3,7 3,2
18/06/99 00 SW 2,7 0,0 3,0 3,8 4,2 4,1 2,5
18/06/99 12 SW 2,2 0,0 2,8 2,8 3,2 2,4 1,7
19/06/99 12 NW 2,9 0,0 3,5 4,5 3,0 3,8 2,6
20/06/99 00 NW 1,6 2,2 1,7 2,6 2,1 2,2 1,4
21/06/99 00 NW 2,5 2,2 3,0 3,8 2,5 2,2 1,8
21/06/99 12 NW 2,4 1,8 4,3 4,2 3,7 2,7 1,1
22/06/99 00 NW 2,5 1,8 4,0 6,2 2,3 4,0 1,3
22/06/99 12 SW 2,0 1,7 3,3 5,9 2,5 3,4 1,7
23/06/99 00 SW 2,8 2,6 4,0 5,1 3,3 4,0 2,1
23/06/99 12 SW 3,3 2,5 3,7 4,8 4,4 3,9 2,3
24/06/99 12 SW 4,4 3,8 5,5 7,1 5,3 4,6 4,4
25/06/99 12 NW 5,3 4,1 5,4 4,9 3,9 5,2 2,2
26/06/99 00 NW 2,3 3,6 2,0 3,1 1,9 3,8 1,6
26/06/99 12 NW 1,1 1,1 1,5 0,5 1,0 1,8 0,7
30/06/99 12 NW 1,3 1,0 1,4 4,7 1,1 2,4 0,6
94
(UTC) trajetória
04/07/99 00 NE 3,0 2,0 4,1 2,8 1,6 2,2 1,0
07/07/99 12 NE 1,4 1,5 1,7 2,8 2,2 2,4 1,0
10/07/99 12 SW 0,9 0,9 1,1 1,3 0,7 1,4 0,4
11/07/99 00 SW 0,7 1,1 0,6 1,6 0,9 1,2 0,5
12/07/99 12 SW 0,8 1,2 1,6 1,4 1,8 1,5 0,6
13/07/99 00 SE 1,9 2,3 1,9 4,4 2,2 3,0 1,3
14/07/99 00 SE 3,3 3,6 2,7 3,7 3,2 4,4 2,2
14/07/99 12 SE 1,2 1,2 1,4 1,4 2,3 1,6 0,9
15/07/99 12 SE 2,0 2,2 3,0 2,7 3,8 2,4 1,6
16/07/99 12 NE 0,0 2,7 6,3 6,4 3,7 3,0 3,1
17/07/99 00 NE 7,3 5,6 8,9 8,7 5,9 9,7 4,7
17/07/99 12 NW 3,4 3,0 4,2 5,5 2,8 3,1 2,9
18/07/99 00 NW 0,7 1,0 0,4 2,6 0,2 1,3 0,5
18/07/99 12 NW 0,7 0,7 0,6 1,5 0,7 1,0 0,4
19/07/99 00 NW 1,0 1,3 0,9 2,5 0,9 1,7 0,6
19/07/99 12 NW 1,1 1,3 1,9 1,5 2,5 1,6 0,8
20/07/99 00 NW 2,8 2,9 3,6 4,7 3,1 3,9 2,1
20/07/99 12 NW 2,6 2,2 2,2 2,7 3,2 2,2 1,8
21/07/99 12 NE 3,8 4,6 4,4 5,3 3,5 3,0 1,3
22/07/99 12 NW 1,2 1,0 1,2 3,4 1,8 2,2 0,6
23/07/99 12 NW 1,2 1,1 0,0 1,4 2,4 1,7 0,8
25/07/99 00 NW 3,5 4,6 5,6 3,6 4,7 3,0 3,0
26/07/99 00 NW 2,7 4,1 2,9 2,7 3,2 2,4 1,8
26/07/99 12 NW 2,5 2,1 3,1 3,1 3,5 2,0 1,8
28/07/99 12 NE 1,1 0,0 1,1 4,4 1,1 2,1 0,6
29/07/99 12 NE 1,0 1,3 1,2 2,0 1,0 1,5 0,7
95
(UTC) trajetória
01/08/99 12 NW 0,5 0,6 0,4 0,8 0,7 0,4 0,4
02/08/99 00 NW 1,1 1,1 1,3 2,9 1,5 1,4 0,9
02/08/99 12 NW 1,5 1,3 1,6 1,9 2,3 2,1 1,0
03/08/99 12 SW 1,2 1,1 1,0 3,8 1,5 2,0 0,7
04/08/99 00 SW 0,9 1,1 0,8 3,1 0,9 1,7 0,7
06/08/99 12 SW 1,9 1,7 2,2 2,3 3,1 1,7 1,3
08/08/99 12 NE 0,5 0,4 0,1 1,4 0,4 0,8 0,3
13/08/99 12 NW 0,0 6,1 5,1 7,5 6,6 5,1 4,3
18/08/99 00 SE 1,0 1,3 0,9 2,5 1,9 2,0 0,8
23/08/99 00 SE 2,1 2,8 2,3 4,6 2,9 2,2 1,9
24/08/99 00 NE 1,3 1,3 0,6 3,2 1,2 2,2 0,6
25/08/99 00 NE 1,2 1,5 1,2 3,4 1,5 2,1 0,9
25/08/99 12 NE 1,5 1,6 2,0 1,7 2,8 1,6 1,0
26/08/99 00 NE 7,0 6,3 7,0 8,4 5,3 7,6 4,3
26/08/99 12 NE 4,0 2,4 4,8 4,8 4,2 3,0 2,4
27/08/99 00 NE 3,6 4,4 4,8 4,8 3,8 3,4 3,0
27/08/99 12 NE 2,2 1,6 2,4 2,6 3,4 2,6 1,2
28/08/99 00 NE 1,4 1,2 0,4 3,0 1,2 2,4 0,2
28/08/99 12 NE 1,0 0,6 0,8 0,8 0,0 0,6 0,2
30/08/99 00 NW 2,3 2,4 1,7 4,7 2,2 2,7 2,0
96
REFERÊNCIAS BIBLIOGRÁFICAS
Aires, C.B. (2001) Avaliação de contaminantes produzidos em locais de queimadas e

transportados para regiões onde não se queima. Tese de doutorado em Geofísica espacial.
INPE. São José dos Campos, pp. 116.
Alonso, C.D., Martins, M.H.R.B., Romano, J., and Godinho R. (1997) São Paulo Aerosol
Characterization Study. Journal of Air & Waste Management Association. 47, 1297-1300
Allen, A.G., Nemitz, E., Shi, J.P., Harrison, R.M., and Greenwood, J.C. (2001) Size
distribuition of trace metals in atmospheric aerosols in the United Kingdom. Atmospheric
Environment Vol 35, pp. 4585-4591.
Andrade, F., Orsini, C., and Maenhaut, W. (1994) Relation between aerosol sources and
meteorological parameters for inhalable atmospheric in São Paulo city, Brazil.
Atmospheric Environment Vol 28, No 14, pp. 2307-2315.
Andrade, M.F. (1986) Propriedades da matéria particulada inalável do aerossol atmosférico

de São Paulo. Dissertação apresentada ao Instituto de Física da Universidade de São Paulo
para a obtenção de grau de mestre, pp. 97.
Andrade, M.F. (1993) Identificação das fontes da matéria particulada do aerossol atmosférico
de são Paulo. Tese apresentada ao Instituto de Física da Universidade de São Paulo para a
obtenção do Título de Doutor em Física Nuclear, pp. 232.
Arakawa, A., and Lamb, V.R. (1977) Computational design of the dynamical processes in
the UCLA general circulation model. In Methods in Computational Physics, 17,J.Chang,
Academic.
Artaxo, P., Storms, H., Bruynseels, F., Grieken,R.V., and Maenhaut,W. (1988) Composition
and sources of aerosols from the Amazon basin. Journal of geophysical research, Vol 93,
No. D2, pp. 1605-1615.
Artaxo, P. (1992) Case study of atmospheric measurements in Brazil: Aerosol emissions from
Amazon Basin Fires. Fire in the Environmental. The ecological, atmosphere, and climate
importance of vegetation fires. Report of the Dahlen worshop held in Berlin.
Artaxo, P., Gerab, F., Yamasoe, M.A., and Martins, J.V. (1994) Fine mode aerosol
composition in three long-term atmospheric monitoring sampling stations in the Amazon
Basin. J. Geophys. Res., 99, 22857-22867.
Artaxo, P., Campos, R.C., Fernandes, E.T., Martins, J.V., Xiao,Z., Lindqvist, O., Fernaandes-
Jiménes, M.T., and Maenhaut,W. (2000) Large scale mercury and trace element
measurements in the Amazon basin. Atmospheric Environment Vol 34, pp. 4085-4096.
97
Avisar, R., and Pielke, R.A. (1989) A parametrization of heterogeneous land surface for
atmospheric numerical models and its impact on regional meteorology, Mon. Wea.
Rev.,117, pp. 2113-2136.
Barrefors, G. (1996) Air pollutants in road tunnels. The Science of the Total Environment
189/190, 431-435.
Boczko, R. (1984) Conceitos de astronomia. São Paulo, Brasil. Editora Edgard Blucher Ltda.
pp.429.
Bourotte, C.L.M. (2002) Caracterização de poluentes atmosféricos (metais traço e

hidrocarbonetos policíclicos aromáticos) na interface atmosfera-solo em áreas urbana e
natural do Estado de São Paulo. Tese de doutorado em Geoquímica e Geotectônia da
Universidade de São Paulo.
Brasseur, G.P., Orlando, J.J., and Tyndall, G.S. (1999) Atmospheric chemistry and global
change. Oxford University Press. New York. Oxford. U.S.A. pp. 654.
Branco, E., Rao, T., and Porter,P.S. (1998) A trajectory-cluster-correlation metothodology for
examinig the long-range transport of air pollutants. Atmospheric Environment vol.32,
No.9, pp. 1525-1534.
Camargo, R. and Silva Dias, P.L. (2000). The mesoscale adjustment in Paranaguábay: Case
estudy of the period 10 to 25 august 1993. Revista Brasileira de Meteorologia, Vol.15,n.1.
Cape, J.N., Methven, J., and Hudson, L.E. (2000) The use of trajectory cluster analysis to
interpret trace gas measurements at Mace Head, Irelaand. Atmospheric Environment, vol,
34, pp. 3651-3663.
Cardoso, A.O. (2001) A influência da temperatura da superfície do mar no clima de inverno

na cidade de São Paulo. Dissertação de mestrado. Instituto de Astronomia, Geofísica e
Ciências Atmosféricas da USP, pp. 167.
Castanho, A.D.A. (1999) A determinação quantitativa de fontes de material particulado na

atmosfera da cidade de São Paulo. Dissertação apresentada ao Instituto de Física da
Universidade de São Paulo para a obtenção de grau de mestre, pp. 131.
Castanho, A.D.A., and Artaxo P. (2001). Wintertime and summertime São Paulo aerosol
source apportionment study. Atmospheric Environment 35, 4889 – 4902.
Cass, G.R., McRae, G.J. (1981) Minimizing the cost of air-pollution control. Environmental
Science & Technology. 15(7): 748-757.
CETESB. (2000) Relatório de qualidade do ar no Estado de São Paulo. São Paulo, 1999.
98
Chan, L.Y., and Kwok, W.S. (2000) Vertical dispersion of suspended particulates in urban
area of Hong Kong. Atmospheric Environment Vol 34, pp. 4403-4412.
Chen, C., and Cotton, W.R. (1983) A one-dimensional simulation of the stratocumulus-
capped mixed layer. Boundary-Layer Meteorology, 25, 289-321.
Climanálise (1986) Boletim de monitoramento e análise climática. Número Especial.
Crutzen, P.J., Leroy, E.H., Krasnec,J.P., Pollock,W.H., and Seiler,W. (1979) Biomass
burning as source of atmospheric gases CO, H2, N2O, NO, CH3CL and COS. Nature,
V.282,n.15, pp. 253-256.
Crutzen,P.J., and Andreae, M.O. (1990) Biomass burning in the tropics: Impact on
atmospheric chemistry and biogeochemical cicles. Science, n.250, pp. 1669-1678.
Crutzen, P.J., and Carmichael, G.R. (1992) Modeling the influence of fires on atmosheric
chemistry Fire in the Environment. The ecological, atmosphere, and climate importance of
vegetation fires. Report of the Dahlen worshop held in Berlin.
Correia, A. L. (1998) Aerossóis atmosféricos na Antártica: sazonalidade, composição

elementar e relação com EL Niño. Dissertação de metrado, Instituto de Física da
Delumea, R., Chua, L.C., and Macias, E. (1980) Determination of elemental carbon
component of soot in ambient aerosol samples, Atmospheric Environment, vol, 14, pp.
647-652.
Dutton, J. A., and Fichtl, G.H. (1969) Aproximate equations of motions for gases and liquids.
J. Atmos. Sci., 26, 241-254.
El-Fadel, M., and Hashisho, Z. (2000) Vehicular emissions and air quality assessment in
roadway tunnels: the Salim Slam tunnel. Transportation Research Part D 5, 355-372.
Empresa Brasileira de Pesquisa Agropecuaria, EMBRAPA (2001) Alternativas ao uso do

fogo na agricultura. http://www.nma.embrapa.br/projetos/qmd/tab_qmd.html
Fast, J.D., and Berkowitz, C.M. (1997) Evaluation of back trajectories associated with ozone
transport during the 1993 north atlantic regional experiment. Atmospheric Environment
Vol 31, No 6, pp. 825-837.
Freitas, H.C. (2001) Efluxo de CO2 do solo em uma pastagem na Amazônia (Rondônia):
Observações com câmara portátil e simulação do ciclo de carbono com o modelo SIB2.
Dissertação de mestrado. Instituto de Astronomia, Geofísica e Ciências Atmosféricas da
USP. 58 pp.
Freitas, S. R., Longo, K. M., Silva Dias, M. A. F. and Artaxo, P. (1996) Numerical modeling
of air mass trajectories from the biomass burning areas of the Amazon basin. Anais. Acad.
Bras.. Ci. Vol. 68. (suplemento 1).
99
Freitas, S. R. (1999) Modelagem numérica do transporte e das emissões de gases e aerossóis
de queimadas no cerrado e floresta tropical da América do Sul. Tese do doutoramento em
Instituto de Física da Universidade de São Paulo.
Freitas, E.D., Silva Dias, M.A.F., Nair, K.N., and Silva Dias, P.L. (2000) Use of DOPPLER
Sodar in atmospheric neasurements. Rev. Ciência e Natura Process: 153-165.
Funasaka, K., Miyazaki, T., Kawaraya, T., Tsuruho, K., and Mizuno, T. (1998)
Characteristics of particulates and gaseous pollutants in a highway tunnel. Environmental
Pollution 102,pp. 171-176.
Gertler, A. W., and Pierson, R. (1996) Recent measurements of mobile source emission
factors in North American tunnels. The Science of the Total Environment, 189/190, pp.
107-113.
Gertler, A.W., Wittorff, D.N., Mclaren, R., Belzer, W., and Dann, T. (1997) Characterization
of vehicle emissions in Vancouver BC during the 1993 Lower Fraser Valley oxidants
study. Atmospheric Environment, vol, 31, No.14, pp. 2107-2112.
Goldammer, J.G. and P.J. Crutzen (1992) Fire ecology, fire management. Fire in the
Environment. The ecological, atmosphere, and climate importance of vegetation fires.
Report of the Dahlen worshop held in Berlin.
Haagenson, P. L., Kuo, Y., Skumanich, M. (1987) Tracer verification of trajectory models.
Journal of Climate and Applied Meteorology, vol. 26, pp. 410-426.
Haltiner, G.J., and Willians, R.T. (1980) Numerical weather prection and dynamic
meteorology, 2a ed., John Wiley, New York, pp. 477.
Hakkinen, S., Mo, K.C. (2002) The low-frequency variability of the tropical Atlantic Ocean.
Journal of Climate. 15 (3): 237-250.
Harrington, J.Y. (1997) The effects of radiative and microphisical processes on simulated
warm and transition season Artic stratus. Ph.D dissertation, Atmos. Sci.Paper No. 637,
Deparment of Atmospheric Science, Colorado Sate Univerisity, fort Collins, CO80523,
pp. 289.
Harrison, R.M., Smith, D.J.T., Pio, C.A., and Castro, L.M. (1997) Comparative receptor
modeling study of airborne particulate pollutants in Birmingham (United Kingdom),
Coimbra(Portugal) and Lahore (Pakistan). Atmospheric Environment Vol 31, No 20, pp.
3309-3321.
Harman, H.H. (1976) Modern Factor Analysis. University of Chicago press, Chicago.
Harrison, R.M., Grenfell, J.L., Peak, J.D. and Cape, J.N. (2000) Influence of air mass back
trajectory upon nitrogen compound composition. Atmospheric Environment 34, 1519-
1527.
100
Henry, R.C. (1991) Multivariate receptor models. In. Hopke,P.K., ed. Receptor modeling for
air quality management. Amsterdam, Elsevier, pp.117-147.
Henry, R.C., and Hidy, G.M. (1979) Multivariate analysis of particulate sulfates and other air
quality variables by principal componts-Parte I. Annual data from los Angeles and New
York. Atmospheric Environment Vol 13, pp. 1581-1596.
Herrmann, P., and Hanel, G. (1997) Wintertime optical properties of atmospheric particles
and weather. Atmospheric Environment Vol. 31, No 24, pp. 4053-4062.
Ibáñez, J. B. D. (1995) Influência dos andes nas circulações locais do Perú. Dissertação de
mestrado. Instituto Astronômico e Geofísico da Universidade de São Paulo
Instituto Nacional de Pesquisas Espaciais, INPE (2001) Monitoramento das queimadas.

http://www.cptec.inpe.br/products/queimadas
Innocentini, V. (1999) A succesive substitution methods for the evaluation of trajectories

approximating the parcel path by a linear function of space and time. Monthly Weather
Review, vol. 127, pp. 1639-1650.
Ito, E.R. (1999). Um estudo climatológico do anticiclone subtropical do Atlântico sul e sua
influência em sistemas frontais. Dissertação de mestrado. Instituto de Astronomia,
Geofísica e Ciências Atmosféricas da USP. 126 pp.
Ito, K., Kneip, T.J. and Lioy, P.J. (1986) The effects of number of samples and random error
on the factor analysis/multiple regression (FA/MR) receptor modeling technique.
Atmospheric Environment Vol 20, No 7,pp. 1433-1440.
Jal , P.K., Dutta, R.K., Sudarahan, M., Saha, A., Chintalapudi, S.N., and Mishra, B.K. (2001)
Extraction of metal ions using chemically modified silica gel: a PIXE analysis. Talanta,
55, pp.233-240.
Kalh, J.D. and Samson, P.J. (1986) Uncertainty in trajectory calculations due to low
resolution meteorological data. Journal of climate and applied meteorology, volume 25
pp.1816-1831.
Kalnay, E., Kanamitsu, M., Kistler, R., Collins, W., Deaven, D., Gandin, L., Iredell, M., Saha,
S., White, G., Woollen, J., Zhu, Y., Chelliah, M., Ebisuzaki, W., Higgins, W., Janowiak,
J., Mo K.C., Ropelewski, C., Wang, J., Leetmaa, A, Reynolds, R., Jenne, R., and Joseph,
D., (1996) The NCEP/NCAR 40-year reanalysis project. Bulletin of the American
Meteorological Society. 77 (3): 437-471.
Kaufman Y.J., Hobbs, P.V., Kirchhoff, V.W.J.H., Artaxo, P., Remer, L.A., Holben, B. N.,
King, M.D., Ward, D.E., Prins, E.M., Longo, K.M., Mattos, L.F., Nobre, C.A. J.D.,
Spinhirne, Q., Thompson, M., Gleason, J.F., Christopher, S.A., Tsay, S.C. (1998). The
smoke cloud and radiation experiment in Brazil (SCAR-B. Journal of Geophysical
Research, 103,D24, 31783-31808.
101
Keiding, K., Jensen, F.P., Heidam, N. Z. (1986) Absolute modeling of urban aerosol
elemental composition by factor analysis.Analytica Química Acta, 181, pp.79-85.
Kerr, A.A.F.S. (1995) Parametrização da dispersão de pluentes e sua associção com modelos
receptores em Cubatão. Tese de Doutoramento, Instituto Astronômico e Geofísico da
Universidade de São Paulo, Brasil.
Kessler, C.J., Porter, T.H., Firth, D., and Sager, T.W. (1992) Factor analysis of trends in
Texas acidic deposition. Atmospheric Environment Vol. 26A, No 6, pp. 1137-1146.
Kirchstetter, T.W., Harley, R.A., Kreisberg, N.M., Stolzenburg, M.R., and Hering, S.V.
(1999). On-road measurement of fine particle and nitrogen oxide emissions from light-
and heavy-duty motor vehicles. . Atmospheric Environment Vol 33, pp. 2955-2968.
Kiehl, J. T., and Rodhe, H. (1995) Modeling geographical and seasonal forcing due to
aerosols, in Aerosol Forcing of Climate, edited by R. J. Charlson and J. Heintzenberg.
Wiley, New York, pp. 281-296.
Kistler. R., Kalnay, E., Collins, W., Saha, S., White, G., Woollen, J., Chelliah, M., Ebisuzaki,
W., Kanamitsu, M., Kousky, V., Jenne, R., and Fiorino, M. (2001) The NCEP-NCAR 50-
year reanalysis: Monthly means CD-ROM and documentation. Bulletin of the American
Kuo, H.L. (1974) Further studies of the parameterizations of the influence of cumulus
convective on large-scale flow. J. Atmos. Sci., 31, pp. 1232-1240.
Liston, G.E. and Pielke, R.A. (2001) A climate version of the regional atmospheric modeling
system. Theoretical and Applied Climatollogy, 68,155-173.
Liu, X., Gao, N., Hopke, P.K., Cohen, D., Bailey,G., Crisp, P. (1996) Evaluation of spatial
patterns of fine particle sulfur and concentrations in new south wales, Australia.
Loureiro, A.L.,Ribeiro,A.C., Artaxo,P., Yamasoe, M.A. (1994). Calibration of refletometer

system to measure black carbon and field intercomparation in the Amazon Basin. 5 th
Internacional Conference on Carbonaceous Particles in the Atmosphere, Berkley,
California, USA.
Louis, J.F.A. (1979) A parametric Model of Vertical Eddy Fluxes in the Atmosphere.
Boundary-Layer Meteorol.,17,187-202.
Longo, K.M. (1999) Estudos de partículas de aerossóis e gases traços na atmosfera da Bacia
Amazônica: Influências das circulações regionais e de larga escala. Tese apresentada ao
Instituto de Física da Universidade de São Paulo para a obtenção do Título de Doutor em
Física Nuclear. pp. 147.
102
Malm, W.C., Gebhart, K.A. (1996) Source apportionment of organic and light-absorbing
carbon using receptor modeling techniques. Atmospheric Environment Vol 30, No 6, pp.
843-855.
Man, C. K., Shih, M. Y. (2001) Identification of sources of PM10 aerosols in Hong Kong by
wind trajectory analysis. Journal of Aerosol Science, Vol 32, pp. 1213-1223.
Maenhaut, W.(1990) Recent advances in nuclear and atomic spectromic techniques for trace
element analysis: a new look at the position of PIXE, Nuclear Instruments and Methods in
Physics Research B, 49, 518-532.
Marr, L.C., Kirchstetter, T.W., Harley R.A., Miguel, A.H., Hering, S.V., and Hammond S. K
(1999) Characterization of polycyclic aromatic hydrocarbons in Motor Vehicle fuels and
exhaust emissions. Environ. Sci.Technol.33,3091-3099.
Marple, V. A; Kenneth, L.R; and Steven, M.B.(1991) A Microorifice uniform deposit

impactor (MOUDI): description, calibration and use. Journal of the Aerosol Science, 14,
434-446
Martins, J.V. (1994) O desenvolvimento de técnicas analíticas nucleares aplicadasa à análise

de anéis de crescimento de árvores da Amazõnia e outros materiais. Dissertação
apresentada ao Instituto de Física da Universidade de São Paulo para a obtenção de grau
de mestre, pp.146.
Martyn, D. (1992) Climates of the world. Developments in atmospheric, 18. Polish Scientific
Publishers. Warszawa.
Mellor, G.L., and Yamada, T (1982) Development of a turbulence closure model for
geophysical fluid problems. Rev. Geophys.Space Phys., Vol.20, No.4, pp. 851-875.
Menezes, W.F. (1997) Tempestades severas: Um modelo para latitudes subtropicais.. Tese de
Doutoramento ( em Meteorologia) Departamento de Ciências Atmosféricas da
Universidade de São Paulo, pp. 168.
Meyers, M. P., Walko, R. L.,, Harrington, J.Y., and Cotton, W. R. (1997) New RAMS cloud
microphysics parameterization. Part II: The two-moment scheme. Atmospheric Research
45, pp. 3-39.
Minagawa, Y., Kawanishi, T., and Kosako, T. (2001) Analysis of trace level uranium in
wastewater using the PIXE method. Nuclear Instruments and Methods in Physics
Research B, 179, pp. 279-285.
Miranda, J., Andrade, E., López-Suárez, A, Ledesma, R., Cahill, J., and wakabayashi, P.H.
(1996) A receptor model for atmospheric aerosols from a southwestern site in mexixo city.
103
Miranda, R. M. (2001) Caracterização físico-química e propriedades ópticas do aerossol
urbano na Região Metropolitana de São Paulo. Tese apresentada ao Instituto de
Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo para a
obtenção do Título de Doutor em Meteorologia, pp.188.
Molinari,J., and Corsetti, T. (1985) Incorporation of Cloud-Scale and Mesoscale Downdrafts

into a Cumulus Parametrization: Results of One-and Three-Dimensional Integrations.
Mon. Wea. Review., 113, pp. 485-501.
Montero, L., Vasconcellos, P.C., Souza, S.R., Pires, M.A.F., Sánchez-Ccoyllo, O.R.,
Andrade, M.F., and Carvalho, L.R.F. (2001) Measurements of Atmospheric Carboxylic
Acidas and Carbonyl Compounds in São Paulo City, Brazil. Environmental Science and
Technology, 35, 3071-3081.
Moran, J.M. and Morgan, M. D. (1994) Meteorology. The Atmosphere and the Science of
Weather. Macmillan Publish. Co., 4th ed., pp. 520.
Nakaema, W.M. (2001) Modelagem da deposição úmida de poluentes atmosféricos na grande

São Paulo durante os meses de inverno. Dissertação de mestrado no Instituto de
Astronomia, Geofísica e Ciências Atmosféricas da Universidad de São Paulo, pp. 210.
Nair, N.K; Freitas, E.D; Sánchez-Ccoyllo, O.R; Silva Dias, M.A.F; Silva Dias, P.L; Andrade,
M.F. and Massambani, O. (2002) Dynamicsn of urban biundary layer over São Paulo
associated with mesoscale processes. Meteorology and Atmospheric Physics.
Accepted.
Nair, K. N., Freitas, E. D., Sánchez-Ccoyllo, O. R., Silva Dias, M. A. F.S., and Andrade, M.F.
(2002) Variability of boundary layer processes for the metropolitan area of São Paulo
during winter. Rev. Ciência e Natura Process: 167-181.
Pettersen, S.(1940) Weather Analysis and Forecasting,pp.221-223. McGraw-Hill, New York.
Pielke, R.A., Cotton, W.R., Walko, R.L., Tremback C.J., Lyons, W.A., Grasso, L.D.,
Nicholls, M.E., Moran, M.D., Wesley, D.A., Lee T.J., and Copeland, J.H. (1992). A
Comprehensive meteorological modeling system – RAMS. Meteorologic Atmospheric
Physics 49, (1-4) 69-91, 1992.
104
Poissant, Laurier; Jan, W., Bottenheim, P., and Hiromi, N. (1996) Multivariate Analysis of a
1992 Sontos Data Subset. Atmospheric Environment Vol. 30, No 12, pp. 2133-2144.
Pool, C. S., Farias, J. R., Vasconcellos, P.C., Carvalho, L. R. F. (2002) Emissões veiculares:
experimentoa em túneis da cidade de São Paulo. 25a Reunião Anual da Sociedade
Brasileira de Química, realizada de 20 a 23 de maio de 2002 em Poços de Caldas-MG,
livro de Resumos volume único.
Salter., L.F. and Parsons, B. (1999) Field trials of the TEOM and Partisol for PM10
monitoring in the St Austell china clay area, Cornwall, UK. Atmospheric Environment
Vol 33, pp. 2111-2114.
Sánchez-Ccoyllo, O.R., and Andrade, M.F. (2000) The influence of meteorological

conditions on the bahaviour of pollutants concentrations in São Paulo. Environmental
Pollution , 116, pp. 257-263.
Saiki, Y., Nakazawa, M. (1991) Estimation of CO2 emission from vehicles. Journal of the
Japan Society of Air pollution 26, pp. 45-50.
Saldiva, P. H.N., Pope, C.A., Schwartz, J., Dockery, D.W., Lichtenfels, A.J., Salge, J.M.,
Barone, I., and Bohm, G.M. (1995) Air pollution and mortality in elderly people: a time-
series study in São Paulo, Brazil. Archives Environmental Health 50, 159-163.
Seinfeld, J.H., Pandis, S.N.(1998) Atmospheric chemistry and physics: From air pollution to
climate change. John Wiley& Sons, Inc. Estados Unidos de Norte America.
Seibert, P.C. (1993) Convergence and accuracy of numerical methods for trajectory
calculations. J. Appl. Meteor; 32, 558-566.
Silva Dias, M.A.F., and Machado, A.J. (1997) The role of local circulations in summertime
convective development and nocturnal fog in São Paulo, Brazil. Boundary-Layer
Meteorology., v.82, pp.135-157.
Silva Dias, M.A.F., Vidale, P.L; Blanco, C.M.R. (1995) Case study and numerical
simulation of the summer regional circulation in São paulo, Brazil.
Smagorinsky, J. (1963) General circulation experiments with the primitive equations. Part I,
the basic experiment, Mon, Wea. Rev., 91, pp. 99-164.
Statheropoulos, M., Vassiliadis, N., Pappa, A. (1998) Principal component and canonical
correlation analysis for examining air pollution and meteorological data. Atmospheric
Environment Vol.32, No.6, pp. 1087-1095.
Stohl, A. (1996) Trajectory statistics- a new method to establish source-receptor relationships

of air pollutants and its application to the transport of particulate sulfate in Europe.
Atmospheric Environment Vol.30, No.4, pp. 579-587.
Stohl, A (1998) Computation, accuracy and applications of trajectories-A review and

bibliography. Atmospheric Environment Vol 32, No 6, pp. 947-966.
105
Stohl, A. and Seibert, P. (1997) Accuracy of trajectories as determined from the conservation
of meteorological tracers. Quarterly Journal of the Royal Meteorological Society, in press.
Stunder, B.J.B. (1996) An assessment of the quality of forecast trajetories. Journal of Applied
Meteorology, 35, pp. 1319-1331.
Tabacniks, M.H. (1983) Calibração do sistema PIXE-SP de análise elementar. Dissertação

apresentada ao Instituto de Física da USP para a obtenção do título de Mestre em Física.
Tabacniks, M.H. (1991) Desenvolvimento de metodologia para análise de filtros de vidro

pelo método PIXE. Tese apresentada ao Instituto de Física da USP para a obtenção do
título de Doutor em Física Nuclear, pp. 169.
Thurston, G.D., and Splenger, J.D. (1985) A multivariate assessment of meteorological

influences on inhalable particles source impacts. Journal of climate and applied
meterology. Vol 24, No 11, pp. 1245-1256.
Thurston, G.D. and Splenger, J.D. (1981) An assessment of fine particulate sources and their
intereção with meteorological influences via Factor Analysis. Presented at the 74th meting
of the Air Polltion Control Association. Philadelphia, USA.
Tremback, C.J. (1990) Numerical Simulation of a Mesoscale Convective Complex: Model

Development and Numerical Results. Ph.D. Dissertation, Atmos.Sci. Paper No 465,
Colorado State University, Dept of Atmospheric Science, Fort Collins, CO 80523.
Tripoli, G. J., and Cotton, W. R. (1982) The Colorado University Three-Dimensional Cloud
Mesoscale model. Part I: general theoretical framework and sensitivity experiments.
Journal de Recherches Atmosphérics, 16, 185-220.
Tremback, C.J., and Kessler, R. (1985) A surface temperature and moisture parametrization
for use in mesoscale numerical models. Preprints, 7 th .Conference on Numerical Weather
Prediction, Montral Canadá, MAS, 17-20 June.
Tremback, C.J., and Walko, R. L. (2001) RAMS- The Regional Atmospheric Modeling
Sytem. Technical description. DRAFT. User´s guide. Published in http://www.atmet.com,
Fort Collins, Colorado, pp.49.
Tremback, C.J., and Walko, R. L. (2002) The Regional Atmospheric Modeling System
(RAMS): Development for parallel processing computer architectures in
http://www.atmet.com, pp. 14.
Tsuji, K., Huisman, M., Spolnik, Z., Wagatsuma, K., Mori, Y., Grieken, R.E.V., Vis, R. D.
(2000) Comparison of grazing-exit particle-induced X-ray emission with other related
methods. Spectrochimica Acta Part B, 55, pp.1009-1016.
Van Espen, P., Nullens, H., and Maenhaut. W. (1979) AXIL. In: Microbean Analysis, editado
por D.E. Newbury, San Francisco, San Francisco Press.
106
Walko, R. L., Cotton, W. R., Meyers, M.P., and Harrington, J,Y. (1995) New RAMS cloud
microphysics parametrization. Part I: the single-moment scheme. Atmospheric
Research,38,29-62.
Walko, R.L., Band, L., Baron, J., Kittel, F., Lammers, R., Lee T., Ojima, D., Pielke R.,
Taylor, C., Tague, C., Tremback, C., and Vidale, P. (2000) Coupled Atmosphere-
Biophysics-Hydrology Models for Environmental Modeling. J Appl Meteorol 39: (6) 931-
944
Wallace, J.M., and Hobbs, P.V. (1977) Atmospheric Sciences: an Introductory Survey.
Academic Press, pp. 465.
Ward, D.E., and Radke, L.F. (1992) Emissions measurement from vegetation fires: A
compactive evaluation of methods and results. Fire in the Environment. The ecological,
atmospheric, and climate importance of vegetation fires. Report of the Dahlen worshop
held in Berlin.
Weingartner, E.,Keller,C., Stahel, W.AS., Burtscher,H.,Baltensperger,U. (1997) Aerossol

emission in a road tunnel. Atmospheric Environment Vol 31, pp. 451-462.
Wolff, G.T., Korsog, P.E. (1985) Estimates of the contibutions of sources to inhalable
particulate concentrations in Detroit. Atmospheric Environment Vol 19, No 9, pp. 1399-
1409.
Woodruff, S.D., Diaz, H.F., Elms, J.D., and Worley, S.J. (1998) COADS Release 2 data and
metadata enhancements for improvements of marine surface flux fields. Phys. Chem.
Earth. Vol 23, No 5-6, pp. 517-526.
Yamasoe, M.A. (1994) Estudo da composição elementar e iônica de aerossóis emitidos em

queimadas na Amazônia. Dissertação apresentada ao Instituto de Física da Universidade de
São Paulo para a obtenção de grau de mestre.pp.130.
Yamasoe, M. A. (1999) Estudo de propriedades ópticas de partículas de aerossóis a partir de

uma rede de radiômetros. Tese de doutorado, Instituto de Física da Universidade de São
Paulo.
Ynoue, R.Y., Nair, K.N., Andrade, M.F. e Sánchez_Ccoyllo, O.R. (2000) Aplicação dos
dados obtidos por SODAR no estudo de poluição atmosférica na Região Metropolitana de
107
São Paulo. In: CONGRESSO BRASILEIRO DE METEOROLOGIA,11, 2000. Rio de
Janeiro. CDROM.
108
109
UNIVERSIDADE DE SÃO PAULO
INSTITUTO DE ASTRONOMIA, GEOFÍSICA E CIÊNCIAS ATMOSFÉRICAS
DEPARTAMENTO DE CIÊNCIAS ATMOSFÉRICAS
IDENTIFICAÇÃO DA CONTRIBUIÇÃO DAS FONTES LOCAIS E REMOTAS DE

POLUENTES NA REGIÃO METROPOLITANA DE SÃO PAULO
TESE DE DOUTORADO
ODON ROMAN SANCHEZ CCOYLLO
ORIENTADORA: Profa. Dra. MARIA DE FÁTIMA ANDRADE
CO-ORIENTADOR: Prof. Dr. PEDRO LEITE SILVA DIAS
São Paulo SP
Novembro de 2002
À Teodora e Victor
meus pais
Efraín meu irmão
Elisa, Susana, Teresa e Olga

Minhas irmãs
2
ÍNDICE
Página:
Agradecimentos Vi
Resumo viii
Abstract ix
Lista de abreviaturas x
Lista de símbolos e abreviaturas xii
Lista de figuras xiii
Lista de tabelas xvi
Introdução 1
Capítulos:
Capítulo I- Os poluentes atmosféricos 3
1.1 Aerossóis atmosféricos 3
1.1.a Definição 3
1.1.b Características físicas 3
1.1.c Parâmetros de qualidade do ar 4
1.1.d Fontes dos aerossóis atmosféricos 4
1.2 Padrões de qualidade do ar 7
1.3 Região Metropolitana de São Paulo 8
1.3.1 Características gerais do relevo da região 8
1.3.2 Caracterização climática e influência das circulações remotas 9
1.4 Identificação das fontes remotas 10
1.4.1 A poluição em áreas remotas: queimadas 11
1.5 Fontes locais de poluentes 12
Capítulo II- Metodologia 15
2.1 Avaliação das emissões veiculares em túneis 15
2.1.1 Fatores de emissão dos poluentes 15
2.2 Modelo receptor 16
2.3 Modelo de análise de fatores 16
2.3.1 Determinação do número de fatores retidos 18
2.3.2 Rotação de fatores retidos 18
2.4 Análise de Componentes Principais (ACP) 19
2.5 A Análise de Componentes Principais Absolutos (ACPA 19
2.5.1 Obtenção dos perfis absolutos 21
2.6 Trajetórias de parcelas do ar 21
2.6.1 Trajetória de saída (forward trajectory) 22
2.6.2 Trajetórias de chegada (backward trajectory) 22
2.6.3 Modelo de trajetórias de parcelas de ar 23
2.6.4 Incertezas associadas ao cálculo de trajetórias de parcelas de ar 23
2.6.5 Erro de truncamento 24
2.7 Classificação das trajetórias de parcelas do ar 24
2.8 O modelo RAMS 25
2.8.1 Sistemas de equações para o RAMS 26
2.8.2 Advecção na escala resolvida pela grade 29
2.9 Opções gerais 29
2.9.1 Estrutura de grade 29
2.9.2 Sistema de coordenadas 30
2.9.3 Assimilação de dados observacionais 30
3
2.9.4 Nudging 30
2.10 Características de superfície utilizadas no RAMS na versão 4.3 31
Capítulo III- Parte experimental 32
3.1 Objetivos do experimento MPASP 32
3.2 Campanhas experimentais 32
3.2.1 Amostragem de aerossóis 33
3.2.2 Amostragem dos gases 34
3.3 Equipamentos para amostragem do aerossol 35
3.3.1 O Amostrador de Particulado Fino e Grosso (AFG) 35
3.3.2 Impactador em Cascata Com Deposição Uniforme (MOUDI) 37
3.3.2.1 Princípio de operação do MOUDI 37
3.3.3 Minivol 38
3.3.3.1 Princípio de operação do MINIVOL 39
3.4 Método analítico 41
3.4.1 Análise gravimétrica 41
3.4.2 Análise elementar pelo método PIXE 42
3.4.3 Determinação da concentração de “black-carbon” 44
3.4.4 Cromatografia iônica 44
3.5 Medidas realizadas nos túneis 45
3.5.1 Material particulado 45
3.5.2 Gases 45
3.6 Dados meteorológicos no período MPASP 46
3.7 Dados dos poluentes para a identificação das fontes remotas 46
3.7.1 Dados dos CO e O3 46
3.7.2 Dados do PM10 46
Capítulo IV- Apresentação e análise dos resultados 47
4.1 Concentração de material particulado no interior dos túneis 47
4.2 Composição elementar dos aerossóis 49
4.3 Participação dos elementos-traço no material particulado 53
4.4 Distribuição de tamanho dos aerossóis gerados por emissões veiculares 55
4.4.1 Resultados da gravimetria 55
4.4.2 Contribuições das emissões veiculares considerando a distribuição de 59
tamanho
4.5 Concentração de gases oriundos das emissões veiculares 62
4.6 Estimativa da emissão de material particulado e gases (NOx e SO2) pelos 65
veículos
4.7 Identificação das fontes locais por análise de fatores 66
4.7.1 Resultados da análise de fatores no IFUSP 66
4.7.1.a Identificação das fontes no IFUSP 67
4.7.1.b Resultado da análise de componentes principais absolutos no 68
IFUSP
4.7.2 Resultados das análises de fatores para as amostras obtidas no PEFI 71
4.7.2.a Identificação das fontes no PEFI 72
4.7.2.b Perfis das fontes no PEFI 73
4.8 Evolução da identificação de fontes na RMSP com o uso de métodos 74
multivariados
4.9 Caracterização do aerossol atmosférico a partir da distribuição de tamanho 78
4.10 Análise de fator dos dados do MOUDI 79
4.10.1 Identificação das fontes do MPF coletado com o MOUDI 82
4
4.11 Identificação das fontes remotas utilizando a análise de trajetórias 84
4.11.1 Configuração do modelo RAMS 84
4.11.2 Análise de trajetórias 87
4.11.3 Identificação das fontes remotas utilizando os aerossóis 95
atmosféricos medidos em São Paulo
4.12 Estudo de caso: trajetórias de parcelas de ar com alta resolução em São 99
Paulo
4.12.1 Configuração do modelo RAMS com alta resolução 99
4.12.2 Trajetórias de parcelas de ar no período intensivo MPASP 101
4.12.3 Estudo de caso para a trajetória de SE: 5 de agosto de 1999 109
4.12.4 Estudo de caso para trajetória de NW 112
Capítulo V- Discussões e conclusões 119
5.1 Introdução 119
5.2 Identificação das fontes locais 119
5.2.1 Emissões veiculares em túneis 119
5.2.2 Métodos multivariados 120
5.3 Climatologia da análise de trajetórias de ar de chegada na RMSP no 121
período de junho a agosto de 1999
5.4 Estudo de casos das trajetórias de parcelas de ar com alta resolução no 123
período intensivo MPASP
5.5 Sugestões para pesquisas futuras 124
Apêndice A 125
Apêndice B 131
Apêndice C 134
Apêndice D 136
Apêndice E 138
Apêndice F 139
Apêndice G 142
Apêndice H 154
Referências bibliográficas 160
5
AGRADECIMENTOS
Agradeço especialmente à minha orientadora Profa. Dra. Maria de Fátima Andrade
pela excelente orientação, paciência, revisão de texto, e por brindar-me uma excelente
facilidade de trabalho e pela amizade.
Também, em especial, agradeço ao Prof. Dr. Pedro Leite Silva Dias pela excelente
co-orientação deste trabalho, por ter sempre me encorajado, pelas valiosas discussões, pela
revisão de texto, e também por ter me brindado excelentes facilidades de trabalho e amizade.
Agradeço a banca examinadora: Prof. Dr. Celso Orsini (IF/USP), Profa. Dra. Lilian
Carvalho (IQ/USP), Prof. Dr. Roberto Guardani (EP/USP), Dr. Saulo Freitas (IAG/USP),
Profa. Dra. Maria Andrade, Prof. Dr. Américo Kerr (IF/USP) e Prof. Dr. Fábio Gonçalves
(IAG/USP).
Agradeço ao Dr. Saulo Ribeiro de Freitas pelas instruções do modelo de Trajetórias

Cinemáticas em 3D (TCD), no laboratório de Meteorologia Aplicada a Sistemas de Tempo
Regionais (MASTER), no início do trabalho, pelas excelentes sugestões ao longo do trabalho,
pelas excelentes dicas para o desenvolvimento da interface entre o modelo numérico da
atmosfera, Regional Atmospheric Modelling System (RAMS) na versão 4.3, e o modelo
TCD.
Agradeço ao Paulo Takeshi Matsuo pelas instruções sobre a visualização das

trajetórias de parcelas de ar, no início deste trabalho.
Agradeço ao Sr Tarsis do Grupo de Estudo de Poluição do Ar (GEPA) do Instituto de

Física da USP, pelas instruções sobre a irradiação das amostras coletadas dos aerossóis,
utilizando-se o sistema PIXE, no Laboratório de Análise de Materiais por Feixes Iônico
(LAMFI) do IFUSP e pelas dicas para a análise dos espectros do raios-X utilizando o
programa AXIL.
Agradeço à Ana Lúcia Loureiro, do GEPA, pelas instruções sobre o método analítico
da análise gravimétria e na obtenção da concentração de massa de black carbon.
Agradeço o GEPA, em especial a Andréa Castanho, por ter cedido gentilmente os

dados de aerossóis do inverno de 1999, coletados através do equipamento AFG.
Agradeço ao Demerval Moreira pelas discussões e dicas na linguagem de

programação em FORTRAN.
Agradeço à Rosana Astolfo, pelas análises de cátions e ânions nas soluções aquosas e
pela leitura de texto.
Agradeço à Dra. Nélida Marín do Departamento de Bioquímica, Instituto de Química

da USP, pelo carinho e pelo incentivo com que me ajudou nesta jornada.
6
A todos os amigos e colegas do IAG, em especial à Andréa Cardoso, Leila Martins,
João Maia, Edmilson Freitas, Marcelo Corrêa, Carlos Raupp, André Souza, Simone Ferraz,
Simone Costa, Rita Ynoue, Ricardo Hallack, Karla Longo, Marcos Longo, Marcelo
Schneider, Everaldo Souza e Regina Miranda.
Agradeço à Companhia de Tecnologia de Saneamento Ambiental (CETESB), pela

concessão de dados medidos das concentrações de monóxido de carbono, ozônio e material
particulado referente ao inverno de 1999.
Agradeço a todos os amigos e colegas Peruanos, em especial ao M.Sc. Jerónimo

García, Ing. Liberio Mar, Ing. Luis Yoza, Ing. Irene Trebejo, Rosio Camayo, Cesar Zabrano,
M.Sc. Eusebio Cisneros, Ph.D Sergio Pacsi, M.Sc. Pedro Ramos, M.Sc. Cristóbal Pinche,
M.Sc. Víctor Trejo, Ing. Franklin Unsihuay, Grinia Avalos, Nelson Quispe, Ph.D. Pablo
Reyes, Ph.D. Maria Valverde, Ph.D. Guilhermo Obregón, Ing. Sixto Flores e M.Sc. José
Dapozzo pela amizade.
Agradeço ao grupo do Laboratório de Estudos do Meio Ambiente (LEMA) do

Instituto Química da USP.
À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela

bolsa de Doutorado concedida.
Agradeço à Estação Meteorológica do IAG, pelo fornecimento de dados
meteorológicos, em especial ao Dr. Artemio Plana-Fattori, Dr. Paulo Marques, Dr. Ricardo
Camargo e Sergio.
Agradeço ao laboratório MASTER, pela concessão dos dados da análise do modelo
global do CPTEC e das imagens de satélite, bem como pelas facilidades de acesso às
máquinas IBM SP2, com 8 processadores, e ORIGIN 2000, com 4 processadores, para
execução dos modelos RAMS e TCD.
Agradeço ao Prof. Dr. Fabio Gonçalves, também pelas facilidades de acesso à
maquina IBM graupel para execução dos modelos RAMS e MTCD.
Agradeço ao Helber de Freitas, pela ajuda nas medidas das concentrações de dióxido
de carbono nos túneis Jânio Quadros e Maria Maluf.
Agradeço a todos os funcionários do IAG, em especial às secretarias Marisa Maiello e
Elisabete Flores, pelo auxílio ao longo do curso. À analista de sistemas Luciana do Santos
Lemos, e aos demais técnicos e analistas, Fagner da Silva e Samuel Braun, que sempre nos
socorrem para concertar os computadores.
Agradeço ao Pedro Pais e ao Bruno Biazeto ambos do MASTER, que sempre me
ajudaram no armazenamento das análises do RAMS.
Agradeço à toda minha família, que mesmo estando longe sempre me apoiou.
Aos participantes dos experimentos em túneis, sem eles não seria possível desenvolver
este trabalho.
Agradeço à Universidade de São Paulo (USP) e a seus professores, que contribuíram
para minha formação.
Agradeço a todos os funcionários do CPG/IAG, em especial à Sandra, Fátima e
Daniely Leite, pela amizade.
Agradeço a todos os funcionários de biblioteca, em especial à Sônia, Marluce e
Márcia.
Agradeço a todos os funcionários da gráfica.
7
RESUMO
O presente trabalho visou a identificação das fontes locais e o impacto das fontes
remotas para compostos do aerossol atmosférico da Região Metropolitana de São Paulo
(RMSP). Para a identificação das fontes locais utilizou-se o modelo receptor de Análise de
Fatores (AF) sendo as fontes veiculares identificadas nessa modelagem, verificadas através
das medidas experimentais em túneis. Já para a identificação da contribuição das fontes
remotas utilizou-se a análise de trajetórias de parcelas de ar.
A AF foi aplicada à base de dados de Material Particulado Fino (MPF), amostrado na
área urbana (campus da USP no Butantã) e suburbana/floresta (Parque Estadual das Fontes do
Ipiranga). Essas bases de dados foram obtidas durante a primeira campanha de medições do
projeto temático “Meteorologia e Poluição do Ar em São Paulo”, no inverno de 1999.
Medidas de emissões do Material Particulado Inalável (PM10), NOx, CO e SO2 foram
coletadas em dois túneis: Jânio Quadros (JQ) e Maria Maluf (MM). O primeiro túnel
apresenta tráfego de veículos leves. O segundo apresenta tráfego de veículos leves e veículos
pesados movidos à diesel. As medidas foram realizadas nos dias 13 de agosto e 10 de outubro
de 2001, para o JQ e MM respectivamente. As concentrações de poluentes dentro dos túneis
foram coletadas durante horários de tráfego, e concentração de poluentes de fundo foram
medidas fora dos túneis no mesmo horário. Para o PM10, as coletas foram realizadas no
interior e fora dos túneis, utilizando o equipamento Minivol. Os gases NOx, CO e SO2 foram
coletados em sacos de ″Tedlar″ dentro e fora dos túneis.
As trajetórias de parcelas que chegam na RMSP foram obtidas utilizando-se o Modelo de
Trajetória Cinemática em 3D. Esse modelo utiliza o campo do vento tridimensional obtido
por modelagem numérica da atmosfera, através do Regional Atmospheric Modeling Sytem
(RAMS). Uma classificação da análise de trajetórias foi desenvolvida neste trabalho para cada
dia, nos horários de 00 e 12 UTC. Para cada horário foram calculadas 5 trajetórias de chegada
em pontos definidos por um quadrado, centrado na cidade de São Paulo. Quando todas as 5
trajetórias originavam-se da mesma direção, eram agrupadas e esse dia classificado como dia-
núcleo. Esses dias foram estudados com relação aos gases CO, O3 e o PM10, no período de
junho a agosto de 1999.
Aplicando-se o modelo receptor a base de dados de MPF, 5 fontes locais na área
urbana foram identificadas : ressuspensão de solo, emissões industriais, emissões veiculares,
queima de óleo combustível e aerossol secundário (sulfato). Enquanto na área
suburbana/floresta as fontes locais foram: ressuspensão de solo, queima de óleo combustível,
vegetação, emissões industriais e emissões veiculares. Neste trabalho avaliou-se o grande
impacto das fontes automotivas na emissão de material particulado.
A partir de estudo nos túneis observou-se que o MPF para os dois tipos de tráfego, é
composto principalmente de Black Carbon (BC). No MPF a concentração de BC foi de 29%
no túnel JQ e 55% no túnel MM. O valor da concentração de NOx, no túnel MM, é 2,5 vezes
maior que o valor da concentração de NOx no interior do túnel JQ, indicando que essa grande
emissão deve-se aos veículos movidos à diesel, confirmando o inventário oficial da
CETESB.
As análises das trajetórias de chegada na RMSP sugerem o sinal do transporte dos
precursores do ozônio, assim como o próprio ozônio, a partir do Vale do Paraíba.
8
ABSTRACT
The aim of this study was to identify local sources and to evaluate the impact of
remote sources in the Metropolitan Area of São Paulo (MASP). In order to identify local
sources, Factor Analysis (FA) receptor modeling was applied. Vehicle emissions identified by
FA were evaluated by comparison with vehicle emissions measured in tunnels. In order to
identify the contribution of remote sources, backward trajectories air parcels analysis was
employed.
The FA was applied to the Fine Particulate Matter (FPM) data set sampled in the
urban area of the city of São Paulo (on the campus of the University of São Paulo) and in the
suburban/forest (PEFI) area. These data sets were obtained during the first intensive campaign
of measurements of a thematic project “ Meteorology and Air Pollution in São Paulo” in the
winter of 1999.
Measurements of vehicle emissions in road tunnels located in the MASP were taken.
On August 13, 2001 and October 10, 2001, respectively, measurements of the inhalable
particulate matter (PM10), NOx, CO, and SO2 emissions were made in two tunnels: one
carried light-duty vehicles, and the other carried both light-duty vehicles and heavy-duty
diesel trucks. Tunnel pollutant concentrations were measured in the traffic (inside the
tunnels), and background pollutant concentrations were measured at the fresh air (near tunnel
exits). Concentrations of PM10 were measured with a Minivol. Concentrations of NOx, CO
and SO2 were collected inside and outside the tunnels using a “Tedlar” bag.
Air-mass backward trajectories in MASP were calculated using a three-dimensional
kinematic trajectory model. The trajectories were obtained using wind fields generated by the
Regional Atmospheric Modeling System (RAMS). In this study, an ensemble of back
trajectories were calculated every 12h (00 and 12 UTC) for five defined points in the MASP
area, all within the city of São Paulo. Each day´s ensemble of five trajectories was examined.
When all five trajectories originated from the same direction, that day was classified as a
“core” day. These days’ results were studied for concentrations of CO, O3 and PM10
measured from June to August, 1999.
Applying receptor modeling to the FPM data set, emission sources in the urban area of
the MASP were identified as: resuspended soil dust, industrial emissions, motor vehicles, oil
combustion and sulfates. The sources in the suburban/forest area were identified as:
resuspended soil dust, industrial emissions, motor vehicles, oil combustion and vegetation.
This work seeks to evaluate the extent of the impact of vehicular sources on the
concentrations of particulate matter. From the tunnels study it was observed that FPM
emissions from both vehicles classes were composed mostly of black carbon (BC). Particulate
matter derived from diesel contained more BC (55% of FPM mass) than light-duty fine
particle emissions (29% of FPM mass). As expected, due to the greater emission of NOx from
diesel vehicles, concentrations of NOx inside the heavy-duty traffic tunnel were higher than
those found inside the light duty fleet tunnel.
Back trajectories in the MASP suggest transport of ozone precursors andO3 from the
Paraiba Valley to the ambient air.
9
LISTA DE ABREVIATURAS
RMSP Região Metropolitana de São Paulo
PM10 partículas com diâmetro aerodinâmico menor que 10 µm
ACP Análise de Componentes Principais
MPF Material particulado fino
CO Monóxido de carbono
O3 Ozônio
NO2 Dióxido de nitrogênio
ASAS Alta Subtropical do Atlântico Sul
INPE Instituto Nacional de Pesquisas Espaciais
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
JQ Jânio Quadros
MM Maria Maluf
BC black carbon
AF Análise de Fatores
ACPA Análise de Componentes Principais Absolutos
RAMS Regional Atmospheric Modeling System
TSM Temperatura da Superfície do Mar
MPASP Meteorologia e Poluição do Ar em São Paulo
CLP Camada Limite Planetária
CETESB Companhia de Tecnologia de Saneamento Ambiental de São Paulo
AFG Amostrador de Particulado Fino e Grosso
MOUDI Impactador em Cascata com Deposição Uniforme
LAMFI Laboratório de Análise de Materiais por Feixes Iônicos
10
CO2 Dióxido de carbono
SO2 Dióxido de enxofre
PEFI Parque Estadual das Fontes do Ipiranga
MPG Material Particulado Grosso
PIXE Particle Induced X-ray Emission PIXE
S Direção Sul
NE Direção Nordeste
N Direção Norte
E Direção Este
SE Direção Sudeste
NW Direção Noroeste
SW Direção Sudoeste
W Direção Oeste
UTC Tempo no meridiano de Greenwich
HL Hora Local
11
LISTA DE SÍMBOLOS E ABREVIATURAS
ρ Densidade
θ Temperatura potencial
Adv Advecão na escala resolvida
Turb Transporte turbulento na cama limite planetária
Rad Parametrização de radiação
Microf Parametrização de microfísica
Da Diâmetro aerodinâmico
τ Escala de tempo da forçante
π Função de Exner
ς Vorticidade relativa
12
LISTA DE FIGURAS
Figura: Página:
Figura 1.1. Esquema idealizado da distribuição de tamanho de massa do 5
aerossol (adaptado do Brasseur et al., 1999)
Figura 1.2. Região Metropolitana de São Paulo. Mostrando a cidade de São Paulo e os 9
38 municípios. Fonte: http://www.prodam.sp.gov.br/spn/muspregm/regiao.htm
Figura 3.1. A localização das estações de rede automática (fonte: Cetesb,2001) 34
Figura 3.2a. Visão explodida do Amostrador de Finos e Grossos, AFG. (fonte, 36
Tabacniks, 1991)
Figura 3.2b. Arranjo experimental de amostragem com o AFG. (Fonte: 36
Castanho, 1999)
Figura 3.3. Princípio físico de operação do MOUDI: (a) para n-ésimo estágio, 40
(b) para os todos os estágios.
Figura 3.4. Emissão de raios-x induzidos por prótons (adaptado de Tsuji et al., 42
2000)
Figura. 3.5. O sistema PIXE 43
Figura 3.6. O espectro típico gerado pelo sistema PIXE 43
Figura 4.1.1. Concentração em massa do material particulado (CMP), nas 48
modas fina e grossa por amostra, nos túneis Jânio Quadros e Maria Maluf.
Figura 4.1.2. Razão da concentração de black carbon (BC) na concentração do 49
material particulado fino (MPF), por amostra
Figura 4.1.3. Participação percentual dos elementos inorgânicos (EI) em 50
relação à massa total de material particulado (CMP), por amostra.
as médias percentuais obtidas nas medidas externas (PCME), no túnel Jânio
Quadros (JQ), nas frações da moda fina e grossa do aerossol.
as médias percentuais obtidas nas medidas externas (PCME), no túnel Maria
Maluf, nas frações de moda fina e grossa do aerossol.
estágio, localizado no túnel Jânio Quadros, , para os coletores: (a) moudiJ 1,
(b) moudiJ 2, (c) moudiJ 3
estágio, localizado no túnel Maria Maluf para os coletores: (a) moudiM 4,
(b) moudiM 5.
Figura 4.4.3. Concentrações totais (CT), soma de todos os estágios para cada 59
impactador para as amostragens nos túneis.
Figura 4.7.1. Perfis das fontes calculadas para o MPF, no IFUSP: (a) 70
ressuspensão do solo (fonte 1), (b) indústrias e veículos (fonte 2), (c) óleo
combustível (fonte 3), (d) veículos e sulfato (fonte 4), e (e) veículos (fonte 5).
Figura 4.9. Distribuição de tamanho em massa para os elementos-traços 80
amostrados durante o MPASP
trajetória.
13
trajetória.
junho de 1999, às 12 UTC atingindo a 100 m acima da superfície. A escala
trajetória.
Figura 4.11.4. Freqüência de ocorrência de tipos de trajetórias: (a) todas as 91
trajetórias (b) para dias-núcleos considerando juntamente os horários de 00 e
12 UTC.
Figura 4.11.5. Classificação segundo a origem das trajetórias para os dias-núcleo: 92
(a) às 00 UTC e (b) às 12 UTC.
Figura 4.11.6. Concentração média de ozônio para os dias-núcleos (a) às 00 UTC e (b) 93
às 12 UTC. As barras indicam o desvio padrão.
Figura 4.11.7. Concentração média de CO para os dias-núcleos: (a) às 00 UTC 94
e (b) às 12 UTC. As barras indicam o desvio padrão.
Figura 4.11.8. Concentração média de massa do material particulado (PM10) 96
para os dias- núcleos (a) às 00 UTC e (b) às 12 UTC. As barras indicam o
desvio padrão.
Figura 14.2.1. Distribuição das grades e a respectiva topografia. A sigla SP 100
sobre a mapa indica a cidade de São Paulo.
Figura 4.12.2. Trajetória de chegada na Cidade de São Paulo em 1999, atingindo 102
200 m acima da superfície (a) 25/07 às 18 HL, (b) 26/07 às 15 HL, (c) 27/07
às 03 HL, (d) 28/07 às 18 HL, (e) 29/07 às 18 HL, (f) 30/07 às 18 HL, (g)
31/07 às 12 HL e (h) 02/08 às 18 HL. A escala de cores representa a altura
acima do nível do mar (em m) da parcela e cada ponto negro sobre a
Figura 4.12.3. Trajetória de chegada na Cidade de São Paulo em 1999, 103
atingindo 200 m acima da superfície: (a) 03/08 às 18 HL, (b) 04/08 às 12 HL,
(c) 05/08 às 18 HL, (d) 06/08 às 15 HL, (e) 07/08 às 09 HL, (f) 08/08 às 09
HL, (g) 09/08 às 12 HL e (h) 10/08 às 21 HL. A escala de cores representa a
altura acima do nível do mar (em m) da parcela e cada ponto negro sobre a
Figura 4.12.4. Trajetória de chegada na Cidade de São Paulo em 1999 atingindo 104
200 m acima da superfície: (a) 11/08 às 15 HL, (b) 12/08 às 18 HL. A escala
de cores representa a altura acima do nível do mar (em m) da parcela e cada
ponto negro sobre a trajetória, 6 horas de integração referente à trajetória.
Figura 4.12.5. Variação temporal de CO, medido em várias estações da 106
CETESB para o período de 25/07 a 15/08 de 1999.
Figura 4.12.6. Condição sinótica para os dias 7, 8 e 11 de agosto de 1999 na 107
RMSP (a) Pré-frontal no dia 07/08 às 12 UTC, (b) Frente Fria no dia 07/08 às
18 UTC, (c) Pós-frontal no dia 08/08 ás 12 UTC, e (d) Alta Subtropical do
Atlântico Sul no dia 11/08 às 00 UTC.
1200 UTC e (b) às 18 UTC. Nota-se a frente fria sobre a Argentina.
14
Figura 4.12.3.2. Evolução diária de Monóxido do Carbono nos dias 05/08/9 e 110
Figura 4.12.3.3. Evolução diária da concentração de Monóxido de Carbono no 110
dia 05/08/99 e 06/08/99 na estação Parque Dom Pedro II.
Figura 4.12.3.4. Trajetória de chegada na Cidade de São Paulo da parcela de ar 111
a 200 m acima da superfície no dia 05/08 às 18 HL. A escala de cores
Figura 4.12.3.5. Altura da camada limite planetária para os dias 05 e 06/08 111
Figura 4.12.3.6. Evolução temporal da temperatura no dia 5/08/99 na estação 112
Meteorológica do Departamento de Ciências Atmosféricas. A Figura (a)
refere-se à temperatura potencial equivalente (θe), enquanto a Figura (b)
corresponde a temperatura de ponto de orvalho (Td).
Figura 4.12.4.1. Trajetória de chegada na Cidade de São Paulo a 200 m acima 113
da superfície, no dia 27 de julho de 1999, às 3 HL. A escala de cores
julho de 1999. A linha tracejada central representa o cruzamento com o
Equador às 1751 HL, em longitude 48,62W (Fonte INPE)
Figura 4.12.4.3. Campo de vento horizontal (m/s), no nível de 1000 hPa, no 114
dia 27 de julho de 1999.
Figura 4.12.4.4. Imagem de satélite no canal IR, no dia 27/07/99, às 12 UTC. 115
Figura 4.12.4.5. Variação temporal do material particulado inalável no dia 27 de 115
julho de 1999.
Figura 4.12.4.6. Altura da camada limite planetária para o dia 27 de julho de 115
1999, obtida a partir do SODAR DOPPLER.
Figura 4.12.4.7. Trajetória de chegada na Cidade de São Paulo, a 200 m acima 116
da superfície, no dia 07 de agosto de 1999 às 21:00 LT. A escala de cores
agosto de 1999. A linha tracejada representa o cruzamento com o Equador às
1705 HL na longitude de 37,51W e o cruzamento com o Equador às 1847 HL
na longitude 62,77W (fonte INPE)
Figura 4.12.4.9. Variação horária do CO no dia 7 de agosto de 1999. 117
Figura 4.12.4.10. Imagem de satélite no canal IR no dia 7 de agosto de 1999 às 117
12 UTC
Figura 4.12.4.11. Altura de camada limite planetária para o 7 de agosto de 1999 117
15
LISTA DE TABELAS
Tabelas: Página:
Tabela 1.1. Principais fontes do aerossol atmosférico e sua estimativa de 6
emissão global
Tabela 1.2. Padrões nacionais de qualidade do ar (CETESB,2000) 8
Tabela 1.3. Critérios para episódios agudos de poluição do ar (CETESB, 2000) 8
Tabela 1.4. Estimativa da emissão das fontes de poluição do ar na RMSP em 13
2001
Tabela 3.1. Parâmetros medidos na Campanha de inverno de 1999. 33
Tabela 3.2. Rede automática de monitoramento atmosférico da CETESB (Fonte: 35
Cetesb,2000)
Tabela 3.3. Diâmetro de corte para o impactador tipo MOUDI 37
Tabela 3.4. Informações sobre as amostragens dos elementos-traços realizadas 38
com o MOUDI, durante o MPASP de 03 a 12 de agosto de 1999.
Tabela 4.1.1a. Período de amostragem de cada uma das 09 amostras coletadas 47
nos túneis Jânio Quadros e Maria Maluf e suas concentrações de massa
utilizando o equipamento Minivol
Tabela 4.1.1b. Número de veículos por hora que circularam durante as 48
amostragens
Tabela 4.1.2a. Compostos e elementos inorgânicos na sua forma oxidada, black 51
carbon (BC) e compostos orgânicos na moda fina (em µg/m ) 3
Tabela 4.1.2b. Compostos e elementos inorgânicos na sua forma oxidada (em 51

µg/m ) na moda grossa
3
Tabela 4.1.3. Razão entre a concentração de elementos-traços e o MPF* (em %) 54

Tabela 4.1.4. Razão entre a concentração de elementos-traços e o MPG* (em %) 54
Tabela 4.4.1. Informações sobre as amostragens dos aerossóis realizadas nos 55
túneis Jânio Quadros (MoudiJ) e Maria Maluf (MoudiM) utilizando o
MOUDI.
Tabela 4.4.2. Estágios do Impactador em Cascata, com os diâmetros de corte e 56
concentrações em massa por estágio.
Tabela 4.4.3. Razão entre a concentração de elementos-traços e a concentração 60
em massa (%) em cada estágio no túnel Jânio Quadros
Tabela 4.4.4. Razão entre a concentração de elementos-traços e a 60
concentração em massa (%) em cada estágio no túnel Maria Maluf
Tabela 4.4.5. Participação dos elementos traços na concentração em massa por 61
estágio, para amostragens realizadas no inverno de1999 no DCAUSP
Tabela 4.5.1. Média aritmética e desvio padrão (entre parênteses) da 62
concentração de CO2 nos túneis Jânio Quadros e Maria Maluf.
Tabela 4.5.2a. Medidas no interior do túnel Jânio Quadros. (desvio padrão 63
entre parenteses)
Tabela 4.5.2b. Medidas fora do túnel Jânio Quadros 63
Tabela 4.5.3a. Medidas no interior do túnel Maria Maluf 64
Tabela 4.5.3b. Medidas no exterior do túnel Maria Maluf 64
Tabela 4.5.4. Fatores médios de emissão dos veículos em uso na RMSP em 64
2000 (Cetesb, 2001).
Tabela 4.6.1. Fatores de emissão para elementos-traço na fase particulado fino 65
(em µg/kg), resultado da emissão por veículos leves.
16
Tabela 4.6.2. Fatores de emissão para os gases NOx e SO2 (em g/kg), resultado 66
da emissão por veículos leves.
Tabela 4.7.1. Média aritmética, valor mínimo, valor máximo e desvios padrões 67
das variáveis amostradas no IFUSP, pesos dos fatores da Análise de Fatores
com rotação VARIMAX e comunalidade (h2)
Tabela 4.7.2a. Perfis das fontes (em ng/µg) para o Material Particulado Fino 69
no IFUSP
Tabela 4.7.3. Média aritmética, valor mínimo, valor máximo e desvios-padrões 72
das variáveis amostradas na Água Funda, pesos dos fatores da Análise de
Fatores com rotação VARIMAX e comunalidade (h2).
Tabela 4.7.4. Perfis das fontes (em ng/µg) para o material particulado fino 73
amostrado no PEFI.
Tabela 4.8.1. Fontes identificadas e sua participação no MPF amostrada no 74
IFUSP, em 1983-1984 (Andrade,1986).
Tabela 4.8.2. Fontes identificadas e sua participação no MPG, em 1983-1984 74
(Andrade,1986).
Tabela 4.8.3. Fontes identificadas e sua participação no MPF, em 1986 75
(Andrade, 1993)
Tabela 4.8.4. Fontes identificadas para o MPG amostrado no IFUSP em 1986 75
(Andrade, 1993).
Tabela 4.8.5. Fontes identificadas e sua participação no MPF-SPACEX em 75
1989 (Andrade et al.1994).
Tabela 4.8.6. Fontes identificadas para o MPG-SPACEX, amostrado em 1989 76
(Andrade et al.1994).
Tabela 4.8.7. Fontes identificadas e sua participação para o MPF, em 1994 76
(Sánchez- Ccoyllo & Andrade, 2001).
Tabela 4.8.8. Fontes identificadas para o MPF, amostrados na FMUSP, em 1997 76
(Castanho & Artaxo, 2001).
Tabela 4.8.9. Fontes identificadas para o MPG, amostrado na FMUSP, em 1997 77
(Castanho,1999).
verão de 1998 (Castanho & Artaxo, 2001).
Tabela 4.8.11. Fontes identificadas para o MPG, amostrado no IFUSP, no 77
verão de 1998 (Castanho,1999).
Tabela 4.8.13. Fontes identificadas para o MPF, amostrados no PEFI, no 78
Tabela 4.10.1. Autovalores, variância explicada, pela Análise de Fatores, dos 79
dados de MPF do MOUDI, antes da rotação VARIMX.
Tabela 4.10.2. Média aritmética, valor mínimo, valor máximo e desvios- 82
padrões (em ng/m3) das variáveis amostradas no DCAUSP, pesos dos fatores
da Análise de Fatores com rotação VARIMAX e comunalidade (h2).
Tabela 9.11.1. As grades do modelo foram construídas da seguinte maneira: na 84
horizontal
Tabela 9.11.2. As grades do modelo RAMS construídas na vertical 85
Tabela 4.11.2a Freqüência de ocorrência das trajetórias, segundo suas origens, 88
no inverno de 1999.
17
Tabela 4.11.2b. Número de ocorrência de dias classificados como dias-núcleo 88
das trajetórias de chegada considerando ambos horários (00 e 12 UTC), no
inverno de 1999.
Tabela 4.11.3a Freqüência de ocorrência dos dias-núcleo de tipos diferentes de 89
trajetória às 00 UTC no inverno de 1999.
Tabela 4.11.3b. Freqüência de ocorrência dos dias-núcleo de tipos diferentes 89
de trajetória às 12 UTC no inverno de 1999.
Tabela 4.11.4a Concentrações médias de ozônio e desvios padrões (em µg/m3 ) 90
medidas para diferentes tipos de trajetória, às 0000UTC.
Tabela 4.11.4b. Concentrações médias de ozônio e desvios padrões (em 90
µg/m ) em medidas para diferentes tipos de trajetórias, às 1200UTC.
3

medidas para diferentes tipos de trajetórias, às 0000UTC
medidas para diferentes tipos de trajetórias, às 1200 UTC.
Tabela 4.11.7. Concentração média de PM10 (em µg/m3) medida e respectivo 95
desvio padrão (entre parênteses) para diferentes classes de trajetórias às
00UTC.
Tabela 4.11.8. Concentração média de PM10 (em µg/m3) medida e desvio padrão 95
(entre parênteses) para diferentes classes de trajetórias às 1200 UTC.
Tabela 4.12.1. Condições sinóticas na RMSP de 2 à 14 de agosto de 1999. 108
18
INTRODUÇÃO
Poluição atmosférica pode ser entendida como a contaminação do ar por gases e

material particulado, provocada pelo homem e também devido a fenômenos naturais
(incêndios espontâneos e vulcões), produzindo em escala local, efeitos deletérios à saúde
humana, flora, fauna e edificações. Em escala global, tais efeitos são principalmente i) o
“efeito estufa” e ii) a destruição da camada estratosférica de ozônio (Alonso et al., 1997).
A poluição atmosférica em mega-cidades é um problema relativamente recente,
particularmente importante nas últimas décadas. A Região Metropolitana de São Paulo
(RMSP) é o maior conglomerado urbano da América do Sul, com 18 milhões de habitantes,
considerada um centro urbano-industrial onde as atividades humanas têm sofrido
conseqüências do impacto ambiental, principalmente na saúde da população (Saldiva et al.,
1995; CETESB, 2002). A RMSP possui um grande parque industrial além de uma frota em
torno de 6 milhões de veículos leves e pesados (CETESB, 2002).
Em função do grande número de veículos circulantes, estes constituem a principal
fonte poluidora da RMSP para os poluentes que possuem valores de padrão de qualidade do
ar determinados pela legislação. Entretanto, as fontes remotas dos poluentes devem ser
consideradas para as variações das concentrações medidas nas estações da RMSP. Dentre
essas fontes remotas pode-se destacar as indústrias da Região de Cubatão (Kerr, 1995) e as
queimadas de biomassa de outras áreas do Brasil, principalmente da Região Central (Freitas,
1999; Kaufman et al., 1998).
Neste trabalho o objetivo é identificar a contribuição das fontes remotas e locais para a
concentração de alguns poluentes na atmosfera da RMSP, considerando como base de dados,
o período de junho a agosto de 1999. Em síntese, o objetivo geral é avaliar a importância
relativa das fontes locais e remotas de poluentes para a RMSP e os objetivos específicos são:
i) avaliar as emissões de partículas inaláveis (PM10) e dos gases (NOx e SO2) por
veículos em túneis com características de tráfego diferentes;
ii) identificar as fontes locais de aerossóis da RMSP, utilizando-se o modelo receptor de
Análise de Fatores e o estudo experimental nos túneis com características de tráfego
diferentes;
19
iii) analisar a influência de fontes remotas de poluentes para a RMSP, através da análise
das trajetórias de parcelas de ar. Essas trajetórias permitem a identificação da origem
da massa de ar que chega à RMSP.
Para o bom entendimento do estudo aqui proposto, é adequado relembrar em um
primeiro capítulo algumas generalidades e definições acerca dos poluentes atmosféricos. Ou
seja, as fontes de poluentes atmosféricos, suas propriedades mais importantes e sua
classificação, incluindo a apresentação dos padrões de qualidade do ar, caracterização da
RMSP e as descrições das metodologias usadas para a identificação de fontes locais e
remotas. No capítulo seguinte será apresentada a metodologia necessária para que os objetivos
propostos sejam atingidos. No capítulo III é apresentada a parte experimental incluindo as
medidas nos túneis. No capítulo IV serão apresentados os resultados e, no último capítulo as
discussões e conclusões.
20
CAPÍTULO I
OS POLUENTES ATMOSFÉRICOS
1.1. AEROSSÓIS ATMOSFÉRICOS

1.1.a. DEFINIÇÃO
O material particulado ou aerossol atmosférico é constituído por partículas sólidas e
líquidas em suspensão na atmosfera (Seinfeld & Pandis, 1998).
O objetivo do estudo de aerossóis atmosféricos é investigar suas fontes, sorvedouros,
propriedades físicas e químicas, transformações e tempo de residência, visando,
principalmente, entender os possíveis efeitos no homem, no clima e no meio ambiente
(Tabacniks, 1991).
Os efeitos dos aerossóis no clima podem ser diretos e indiretos. O efeito direto ocorre
a partir do espalhamento ou da absorção da radiação solar pelas partículas. Com o
espalhamento, parte da radiação é refletida de volta ao espaço (por exemplo, partículas de
sulfato refletem a radiação solar). A absorção de radiação ocorre, por exemplo, por black
carbon1. Os efeitos indiretos de aerossóis ocorrem devido ao fato das partículas de aerossol
atuarem como núcleo de condensação de nuvens (Seinfeld & Pandis, 1998; Yamasoe, 1999).
É interessante salientar que cerca de 80% dos núcleos de condensação de nuvens gerados
globalmente, provêm de aerossóis marinhos (Artaxo et al., 1994) o que os torna muito
importantes no balanço radiativo.
1.1.b. CARACTERÍSTICAS FÍSICAS

O tamanho das partículas que constituem o aerossol atmosférico varia desde
dimensões moleculares, cerca de 0,002 µm, até 100 µm. As partículas distribuem-se em três
modas: 1) núcleos de transição ou de Aitken (diâmetro aerodinâmico (da) < 0,07 µm), 2)
moda de acumulação (0,07 < da < 2µm) e 3) moda grossa (da > 2 µm). O tempo de residência
das partículas da moda de Aitken é muito pequeno devido à sua reatividade química e
mobilidade que faz com que rapidamente se incorporem à moda de acumulação. Não existe
nenhum mecanismo eficiente de transformação de partículas da moda de acumulação para a
1
O termo black carbon é chamado também Carbono Elementar. Uma das possíveis traduções para o português
desse termo seria “negro de fumo”, neste trabalho optou-se por manter o termo em inglês.
21
moda grossa ou vice versa. Estas são modas relativamente estáveis, governadas por
propriedades físicas e químicas próprias e relativamente independentes (Seinfeld & Pandis,
1998). A figura 1.1 mostra um diagrama das principais fontes, sorvedouros e processos na
atmosfera dos aerossóis atmosféricos, para as distribuições de tamanho. As partículas da
moda fina são, geralmente, formadas por processos químicos (processos de combustão
seguido por conversão gás-partícula). As partículas da moda grossa são, em geral, formadas
por processos mecânicos: ressuspensão de poeira do solo pela ação do vento e aerossol
marinho gerado pela interação do vento com a superfície do mar (Yamasoe, 1999; Seinfeld &
Pandis, 1998).
1.1.c. PARÂMETROS DE QUALIDADE DO AR

O material particulado é classificado conforme a faixa de tamanho amostrada (Cetesb,
2001):
i) partículas totais em suspensão (PTS). Caracterizadas por partículas com até 100 µm de
diâmetro aerodinâmico. Geralmente coletada com amostradores de grande volume -
Hivol.
ii) partículas inaláveis (PM10) definidas como partículas com diâmetro aerodinâmico
menor que 10 µm. Essas partículas dividem-se em partículas finas com diâmetro
aerodinâmico (da) menor que 2 µm e grossas com da entre 2 e 10 µm.
1.1.d. FONTES DOS AEROSSÓIS ATMOSFÉRICOS

As fontes naturais dos aerossóis atmosféricos incluem o solo e fragmentos de rocha
(poeira terrestre), ação vulcânica, spray marinho, queimadas e reações entre as emissões dos
gases naturais. A Tabela 1.1 apresenta a estimativa de emissões do material particulado a
partir das fontes antropogênicas e naturais. Emissões do material particulado que caracterizam
as atividades humanas originam-se, principalmente, a partir de quatro categorias de fonte: (i)
queima de óleo combustível, (ii) processos industriais, (iii) fontes não industriais (poeira da
rua a partir de ruas pavimentadas e não pavimentadas, construções, etc.) e (iv) fontes
associadas ao transporte (automotivas, etc.).
22
Conversão química de
gases para vapores
Vapor Quente pouco voláteis
Condensação
Vapores pouco
voláteis
Partículas primárias
Nucleação
coagulação homogênea Poeira
+
Crescimento por spray marinho
Agregados condensação de núcleos +
vulcões
+
GOTAS
plantas
coagulação
coagulação
Remoção
pela
chuva sedimentação
DIÂMETRO DAS PARTÍCULAS (µm)
Núcleos de Aitken Moda de Aerossol gerado

acumulação mecanicamente
Partículas finas Partículas grossas
Figura 1.1. Esquema idealizado da distribuição de tamanho de massa do aerossol (adaptado

do Brasseur et al., 1999)
23
Tabela 1.1. Principais fontes do aerossol atmosférico e sua estimativa de emissão global
FONTE FLUXO MODAS DE AEROSSOL
ESTIMADO (Tg/ano)
NATURAL
Primária
Poeira do solo (aerossol mineral) 1500 Principalmente grosso
Spray marinho 1300 Grosso
Atividade Vulcânica 30 Grosso
Decomposição biológica 50 Grosso
Secundário
Sulfatos a partir de gases biogênicas 130 Fino
Sulfatos a partir de SO2 vulcânico 20 Fino
Matéria orgânica a partir de VOC biogênicos 60 Fino
Nitratos a partir de NOx 30 Fino e grosso
TOTAL NATURAL 3100
ANTROPOGÊNICO
Primário
Poeira industrial 100 Fino e grosso
Carbono elementar 10 Principalmente fino
Secundário
Sulfatos provenientes de SO2 190 Fino
Queima de biomassa 90 Fino
Nitratos provenientes de NOx 50 Principalmente grosso
Orgânicos provenientes de VOC antropogênico 10 Fino
TOTAL NATROPOGÊNICAS 450
Tg=Teragrama (1012), VOC (carbono orgânico volátil)
Fonte: Kiehl & Rodhe (1995)
Alguns estudos da determinação de fontes locais de aerossol em São Paulo, utilizando

apenas os métodos multivariados, podem ser encontrados em Andrade et al. (1994) e
Castanho & Artaxo (2001). Andrade et al. (1994) aplicaram a Análise de Componentes
Principais (ACP) aos dados coletados em agosto de 1989, de concentrações elementares das
espécies constituintes do material particulado, quais foram: concentração de massa do
Material Particulado Fino (MPF), Na, Mg, Al, Si, S, Cl, K, Ca, Ti, V, Mn, Fe, Ni, Cu, Zn, Br
e Pb. Foram identificadas 3 fontes principais baseadas em seus elementos traçadores: a)
emissões industriais (associadas aos elementos-traços Na, Mn, Zn e Pb); b) emissões da
queima de óleo combustível (associadas V e Ni) e c) fonte solo (associada aos elementos-
traços Al, Si e Ti). Castanho & Artaxo (2001) também aplicaram a ACP aos dados de
concentração elementar do MPF, coletado no período de 10 de junho a 10 de setembro de
1997: Al, Si, Ti, Black Carbon (BC), S, Cu, MPF, K, V, Ni, Zn, Pb, Ca, Mn e Fe.
Identificaram cinco fontes principais e seus elementos traçadores: a) ressuspensão de solo
(com traçadores de Al, Si e Ti); b) emissões veiculares (associadas com os elementos-traços
Cu, BC e Pb); c) sulfatos (com traçadores S, MPF e K); d) queima de óleo combustível
(associada ao V e Ni) e) emissões industriais (associadas aos elementos-traço Zn, Pb e Mn).
24
1.2. PADRÕES DE QUALIDADE DO AR
Os padrões nacionais de qualidade do ar fixados na resolução CONAMA número 3, de
28/06/90, são apresentados na Tabela 1.2. Um padrão de qualidade do ar define legalmente o
limite máximo para a concentração de um componente atmosférico que garanta a proteção da
saúde e do bem estar das pessoas. São estabelecidos dois tipos de padrões de qualidade do ar:
os primários e os secundários.
São padrões primários de qualidade do ar as concentrações de poluentes que, se
ultrapassadas, podem, afetar a saúde da população. Podem ser entendidos como níveis
máximos toleráveis de concentração de poluentes atmosféricos, constituindo-se em metas de
curto e médio prazo.
São padrões secundários de qualidade do ar as concentrações de poluentes
atmosféricos abaixo das quais se prevê o mínimo efeito adverso sobre o bem estar da
população, assim como o mínimo dano à fauna, à flora, aos materiais e ao meio ambiente em
geral. Podem ser entendidos como níveis desejados de concentração de poluentes,
constituindo-se em meta de longo prazo (CETESB, 2002).
A mesma resolução do CONAMA número 3, de 28/06/90, estabelece ainda os
critérios para episódios agudos de poluição do ar. Esses critérios são apresentados na Tabela
1.3.
Na RMSP são ultrapassados os padrões de qualidade do ar referentes à: 1)
concentração das partículas totais em suspensão (PTS), tanto a máxima diária de 24 horas
(240 µg/m3 ) como a média anual (80 µg/m3 ); 2) concentração de fumaça, os padrões diários
(150 µg/m3 ) e anual (60 µg/m3 ); 3) concentração de partículas inaláveis (PM10) o padrão
diário (150 µg/m3) e, durante o inverno, o nível de atenção (250 µg/m3, média de 24 horas),
conforme indicado na Tabela 1.2; 4) concentração de monóxido de carbono (CO) para 8
horas (9 ppm), principalmente durante o inverno; 5) concentração de ozônio, (o padrão de
qualidade do ar 160 µg/m3, concentração máxima em uma hora) e também o nível de atenção
(200 µg/m3 ), principalmente nos dias de alta insolação (que são freqüentes). O novo padrão
para o ozônio, sugerido pela Organização Mundial da Saúde (OMS) de 120 µg/m3
(concentração média de 8 horas), também não é observado; 6) concentração de dióxido de
nitrogênio (NO2), (o padrão horário de 320 µg/m3 é ultrapassado, bem acima do limite
sugerido pela OMS de 200 µg/m3, concentração máxima horária).
25
Tabela 1.2. Padrões nacionais de qualidade do ar (CETESB, 2000)
POLUENTE TEMPO DE PADRÃO PADRÃO MÉTODO DE
AMOSTRAGEM PRIMÁRIO SECUNDÁRIO MEDIÇÃO
(µg/m3) (µg/m3)
Partículas totais em 24 horas 240 150 amostrador de
suspensão MGA 80 60 grandes volumes
Partículas inaláveis 24 horas 150 150 Separação
MAA 50 50 inercia/filtro
Fumaça 24 horas 150 100 refletância
MAA 60 40
Dióxido de enxofre 24 horas 365 100 Pararosanilina
MAA 80 40
Dióxido de 1hora 320 190 quimiluminescência
nitrogênio MAA 100 100
Monóxido de 1 hora 40,000(35 ppm) 40,000(35 ppm) Infravermelho não
carbono 8 horas 10,000( 9 ppm) 10,000( 9 ppm) dispersivo
Ozônio 1 hora 160 160 quimiluminescência

Onde as médias de 24, 8 e 1 horas não devem ser excedidas mais que uma vez ao ano.
MGA= média geométrica anual
MAA= média aritmética anual
Tabela 1.3. Critérios para episódios agudos de poluição do ar (CETESB, 2000)

PARÂMETROS ATENÇÃO ALERTA EMERGÊNCIA
Partículas totais em suspensão 375 625 875
Partículas inaláveis 250 420 500
Fumaça 250 420 500
Dióxido de enxofre 800 1600 2100
Dióxido de nitrogênio 1130 2260 3000
(µg/m3) –1 horas
Monóxido de carbono 15 30 40
(ppm)- 8 horas
Ozônio 400* 800 1000
(µg/m3) –1 horas
* o nível de atenção é declarado pela CETESB com base na Legislação Estadual que é mais restrita (200 µg/m3).
1.3. REGIÃO METROPOLITANA DE SÃO PAULO

1.3.1. CARACTERÍSTICAS GERAIS DO RELEVO DA REGIÃO
A cidade de São Paulo está localizada em um compartimento rebaixado do Planalto
Atlântico, cortado pelo Trópico de Capricórnio. Esse compartimento é conhecido como
Bacia Sedimentar de São Paulo (Climanálise,1986). A cidade de São Paulo, juntamente com
38 municípios vizinhos, forma um dos maiores aglomerados urbanos do mundo, a chamada
Região Metropolitana de São Paulo (RMSP) (Figura 1.2). A RMSP possui uma extensão de
aproximadamente 8,000 km2, com uma topografia dominada por colinas que variam de 650 a
1200 m (Cetesb, 2002).
26
Figura 1.2 Região Metropolitana de São Paulo. Mostrando a cidade de São Paulo e os 38
municípios. Fonte: http://www.prodam.sp.gov.br/spn/muspregm/regiao.htm
1.3.2. CARACTERIZAÇÃO CLIMÁTICA E INFLUÊNCIA DAS CIRCULAÇÕES

REMOTAS
O clima da RMSP pode ser classificado como tropical úmido de altitude (Martyn,
1992). Cardoso (2001) estudou, observacionalmente, a relação entre o clima de inverno na
cidade de São Paulo e a Temperatura da Superfície do Mar (TSM) nos oceanos Atlântico e
Pacífico. Foi utilizada uma metodologia baseada em procedimentos estatísticos tais como a
Análise de Correlações Simples, para confirmar as indicações da relação entre a TSM e a
temperatura de São Paulo (TSP). As análises de componentes principais e correlação canônica
foram utilizadas na filtragem dos dados de TSM. Os modos resultantes das pré-filtragens
foram utilizados como preditores da TSP, através do uso de modelo linear e não linear (teoria
de Redes Neurais), permitindo o estudo de correlações lineares e não-lineares entre TSM e
variáveis climáticas da cidade de São Paulo. Os resultados mostraram evidências de que a
TSM dos oceanos Atlântico e Pacífico exerce influências significativas sobre o clima de
inverno na cidade de São Paulo. Foi destacado que a influência resultante é a somatória de
vários fatores tais como posição e intensidade da Alta Subtropical do Atlântico Sul, atuação
de sistemas frontais, ciclogêneses e fenômenos de grande escala, como El Niño e bloqueios
27
atmosféricos. Os resultados mostraram que esta técnica é capaz de realizar previsões
eficientes da TSP mensal, inclusive de longo prazo (pelo menos até 3 meses).
Segundo Cardoso (2001), o Oceano Atlântico (AO) destacou-se em termos de valores
dos coeficientes de correlações (CCs), particularmente nas regiões próximas à costa sul e
sudeste do Brasil, que estão associados aos CCs positivos do dipolo de correlações
significativas, no período de maio a setembro de 1950 a 1996. Para o oceano Pacífico,
também houve, no período de maio a julho, a presença de um dipolo de correlações
significativas.
Os anticiclones subtropicais são sistemas de bom tempo que se formam sobre oceanos
e, em média, em torno de 30° de latitude Norte e Sul (centrados em latitudes subtropicais). No
Hemisfério Sul (HS), as altas do Atlântico Sul, do Pacífico Sul e do Sul do Oceano Índico
estendem-se verticalmente (acima de 10 km de altura) da superfície oceânica à tropopausa e
consistem de extensas áreas de ar subsidente seco e quente (Moran & Morgan, 1994). No
anticiclone, a subsidência do ar e a divergência dos ventos em superfície favorecem a
formação de uma massa de ar uniforme e inibem a formação de nuvens.
Ito (1999), utilizou um procedimento automatizado para localizar e seguir centros de
alta pressão e o aplicou para 15 anos (1982-1996) da série de dados de pressão reduzida ao
nível médio do mar pertencentes à Reanálise (Kalnay et al., 1996; Kistler et al., 2001) do
NCEP (National Center for Environmental Prediction), para examinar o comportamento da
Alta Subtropical do Atlântico Sul (ASAS). Seus resultados mostraram que a ASAS é
continuamente alimentada por anticiclones extratropicais formados sobre o continente sul
americano, ao passo que os sistemas frontais tendem a deslocá-la, enfraquecendo a sua
estrutura. Além disso, análises verticais comprovaram a contribuição direta da célula de
Hadley na manutenção do anticiclone. As análises dos campos de vorticidade potencial
isentrópica e vento na superfície isentrópica de 310K mostraram que as massas de ar,
originadas da troposfera superior, descem no lado leste da ASAS e incorporam-se à sua
estrutura.
1.4. IDENTIFICAÇÃO DAS FONTES REMOTAS

O cálculo de trajetórias de chegada (backward trajectories) de parcelas de ar tem sido
utilizado para identificar as possíveis fontes dos poluentes medidos em uma localidade (Fast
& Berkowitz, 1997). Idealmente as trajetórias de chegada localizam a origem de uma parcela
do ar poluído sobre um período de tempo. Essas trajetórias podem ser utilizadas para
28
identificar a região de fonte potencial para os poluentes medidos no receptor (Branko et al.,
1998).
Medidas da composição de poluição atmosférica nas estações de qualidade do ar,
realizadas por programas de monitoramento de longo termo, mostram que as concentrações
variam na escala de tempo de minutos a décadas. Algumas dessas mudanças são claramente
relacionadas ao ciclo anual ou à mudança sazonal no padrão de emissão ou transporte de
gases traços, mas, em escala de tempo de dias, é fortemente associada à história imediata da
parcela de ar antes desta chegar ao lugar de amostragem. Com a finalidade de entender os
diferentes processos que contribuem para mudanças nas concentrações de elementos-traços da
atmosfera, o primeiro passo é dividir a base de dados medida em categorias. Existem duas
propostas principais para esta classificação de dados medidos: classificação baseada na
condição meteorológica e classificação baseada na origem da parcela de ar (Stohl, 1996).
Também o cálculo de trajetórias de parcelas de ar de chegada (integração num
intervalo de tempo decrescente) para uma determinada região tem sido utilizado para a
interpretação de fontes de espécies químicas (Cape et al., 2000; Longo, 1999). Trajetórias de
parcelas de ar têm sido usadas em estudos atmosféricos, principalmente com relação ao
transporte de gases traços e material particulado emitidos por queimadas, por exemplos por
Kaufman et al. (1998) e Freitas (1999).
As concentrações medidas nas estações de qualidade do ar variam não apenas devido
às fontes locais, mas também em função das contribuições remotas, que precisam ser
consideradas. Um fator externo que contribui para as flutuações nos níveis de poluentes é a
massa de ar que chega à São Paulo após passar por vários locais que têm diferentes emissões
de poluentes. Para traçar a história de uma massa de ar, trajetórias de chegada ao local do
receptor são construídas e dão subsídios para a identificação das fontes regionais de poluição
do ar e das fontes específicas (Man & Shih, 2001).
1.4.1. A POLUIÇÃO EM ÁREAS REMOTAS: QUEIMADAS

A queimada é uma prática agropastoril, associada não apenas ao desmatamento. De
acordo com o Instituto Nacional de Pesquisas Espaciais, INPE (2001), há uso das queimadas
de dois em dois anos para o preparo do terreno agrícola e a renovação das pastagens nativas.
Também, segundo a Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA (2001), as
finalidades das queimadas são: a) preparação de plantio, por exemplo, para eliminar troncos
após o desmatamento de floresta, e limpeza de áreas em descanso; b) colheita, por exemplo,
29
de cana-de-açúcar, e em restos de colheitas; c) pastagens, por exemplo, para renovar a
pastagem nativa.
As queimadas na Amazônia são as maiores fontes de gases e aerossóis atmosféricos, os
quais geram mudanças na química da atmosfera e mudanças no clima (Goldammer & Crutzen
& Carmichael, 1992; Ward & Radke, 1992). Os gases traços majoritários emitidos para a
atmosfera são: CO, CH4, NO, CO2, CH3CL, CH3Br, que são produzidos em quantidades
significativas durante o período da queima de biomassa (floresta e cerrado) (Crutzen &
Carmichael, 1992). Os aerossóis emitidos, nesse processo, são: K, Ca, S, Cl, P, Si, Al, Mg,
Fe, Mn, Ti, Zn, Ni, Pb, V, Cr, Br, Rb, Sr e black carbon-BC (Crutzen & Andreae, 1990;
Artaxo, 1992).
Segundo Aires (2001), há regiões no Brasil onde ocorre muita queima de biomassa
(Brasil Central) e regiões onde quase não há queimadas (Região Sul). No entanto, nestas
regiões de pouca queima medem-se, às vezes, concentrações elevadas de gases-traços
associados às queimadas. A hipótese é que as regiões onde ocorrem muitas queimadas ou
regiões fonte, exportam os gases gerados na combustão da matéria orgânica para regiões
onde não existem fontes significativas. Ainda segundo Aires (2001), o monóxido de carbono
é um produto imediato da queima da biomassa, que independe de processos fotoquímicos
como o ozônio. Segundo Crutzen et al. (1979), o principal gás-traço emitido pelas queimadas
é o CO. Segundo ele as medidas de CO e O3 troposférico em baixas latitudes podem ser
influenciadas por queimadas na estação seca.
1.5. FONTES LOCAIS DE POLUENTES

Na RMSP, as principais fontes emissoras de gases e aerossóis são as fontes automotivas.
A Tabela 1.4 apresenta a estimativa da emissão das fontes de poluição atmosférica para a
RMSP, segundo dados oficiais da CETESB (2002).
Tem-se buscado há vários anos a identificação, através de modelos receptores, da
contribuição das fontes veiculares para o aerossol atmosférico da RMSP. O grande desafio é
encontrar traçadores para essas fontes. Estudos prévios, utilizando apenas os métodos
multivariados, indicaram a presença de componentes relacionados a processos de conversão
gás-partícula (Andrade et al., 1994; Castanho & Artaxo, 2001). Vários procedimentos são
utilizados na obtenção de perfis de emissão veiculares: em dinamômetros, medidas remotas
ou em túneis.
30
Nos túneis a ventilação inadequada combinada com o alto fluxo de veículos, resulta
em concentrações elevadas dos poluentes atmosféricos, que podem causar sérios riscos a
saúde (EL-Fadel & Hashisho, 2000).
Em uma atmosfera urbana, o NO2 é formado pela reação de NO com ozônio (O3). No
interior do túnel embora seja encontrada uma alta concentração de NO, o O3 não é formado
devido à falta de radiação solar e portanto não há conversão significativa de NO a NO2.
Entretanto, um problema adicional nos túneis é a elevada proporção de NO2 devido à
oxidação térmica de NO (Barrefors, 1996). Essa característica permite considerar que as
reações de decomposição das espécies emitidas sejam suficientemente lentas. Dessa forma
pode-se supor, com boa aproximação, que as medidas referem-se às emissões primárias no
túnel.
Tabela 1.4 Estimativa da emissão das fontes de poluição do ar na RMSP em 2001
FONTE DE EMISSÃO EMISSÃO (1000 t/ano)
CO HC NOX SOX MP4
MÓVEIS
Tubo de escapamento de veículos
Gasolina c1 780,8 82,5 44,4 10,2 5,1
Álcool 207,5 23,1 12,7
Diesel2 433,3 70,6 316,5 10,9 19,7
Táxi
MOTOCICLETA E SIMILARES
Cárter e evaporativa
Gasolina c1 131,6
Álcool 17,3
Motocicleta e similares 15,5
Pneus3 (todos os tipos)
Operações de transferência de combustível
Gasolina c1 12,6
Álcool 0,4
FIXA
Operação de processo industrial 38,65 12,05 14,05 17,16 31,66
(número de indústrias inventariadas) 750 800 740 245 308
TOTAL 1681,2 395,0 389,4 39,47 65,37
2=Diesel:1100 ppm enxofre (massa)
3=emissão composta para o ar (partículas) e para o solo (impregnação)
4=MP refere-se ao total de material particulado, sendo que as partículas inaláveis são uma fração deste total.
5=Ano de consolidação do inventário:1990
6= Ano de consolidação do inventário:1998
7=Estas indústrias representam mais de 90% das emissões totais
CO=monóxido de carbono, HC=hidrocarbonetos totais, NOX= óxidos de nitrogênio, SOX= óxidos de enxofre.
Com relação aos efeitos de curto período de tempo, o dióxido de nitrogênio é o mais
crítico poluente de ar urbano. O NOx afeta órgãos do sistema respiratório sendo que os
asmáticos e crianças são, particularmente, mais suscetíveis (Barrefors, 1996).
31
Experimentos em túneis foram realizados por outros pesquisadores (Pool et al., 2002;
Gertler & Pierson, 1996; Kirchstetter et al., 1999; Gertler et al., 1997) para estudar as
emissões veiculares, pois a atmosfera de um túnel fornece condições apropriadas para a
medida in situ da composição média dessas emissões.
32
CAPÍTULO II
METODOLOGIA
A seguir serão descritas as metodologias de análise de dados utilizadas para
atendimento aos objetivos propostos. Inicia-se com a metodologia para estimativa das
emissões veiculares, seguida pela descrição dos modelos receptores e do procedimento de
cálculo de trajetórias.
2.1 AVALIAÇÃO DAS EMISSÕES VEICULARES EM TÚNEIS

Para atingir o objetivo de avaliar as emissões de partículas inaláveis (PM10) e dos gases
(NOx e SO2) por veículos leves e pesados, foram realizadas medidas dentro e fora de dois
túneis com características de tráfego diferentes: Jânio Quadros (JQ) e o Maria Maluf (MM).
O primeiro túnel apresenta tráfego somente de veículos leves, movidos à gasolina e a álcool
(com uma participação pequena de veículos leves movidos à diesel). O segundo apresenta
tráfego de veículos leves e de veículos pesados movidos à diesel. Estes dois túneis foram
escolhidos por caraterizarem emissões provenientes da queima dos diferentes combustíveis
utilizados. Medidas realizadas em túneis são utilizadas na identificação de perfis de emissão
veicular. Vários experimentos foram realizados em outros países como citados em Kirchtetter
et al.(1999), Marr et al. (1999), EL-Fadel & Hashisho (2000).
Foram coletadas amostras de partículas e gases para a determinação de elementos
traçadores que possibilitaram uma identificação mais precisa da participação das fontes
automotivas para a poluição na RMSP.
Emissões veiculares foram medidas nos túneis JQ e MM nos dias 13 de agosto e 10 de
outubro de 2001, respectivamente. A amostragem foi realizada no interior dos túneis,
aproximadamente na metade do seu comprimento. Os tipos de veículos que passam pelos
túneis foram caraterizados para a cada dia de estudo. O volume de tráfico foi determinado
através de contagem visual da mesma forma que em Kirchtetter et al. (1999).
2.1.1 FATORES DE EMISSÃO DOS POLUENTES

Fatores de emissão para os elementos-traços na fase de particulado e na fase gás (NOx
e SO2) foram calculados para os veículos leves a partir de medidas realizadas dentro e fora do
túnel JQ. Foi utilizada a seguinte expressão, descrita em Marr et al. (1999):
33
 ∆[ p ] 
E p = 10 6 ×  ω c

 ∆[CO2 ] + ∆[CO] 
onde Ep é o fator de emissão (massa do poluente emitido por kg de combustível

queimado), ∆[p] é a concentração do poluente subtraído do seu valor de fundo (isto é, da
medida de concentração fora do túnel) em ng/m3, ∆[CO2] e ∆[CO] são as concentrações de
CO2 e CO subtraídas do valor fora do túnel (µg de carbono por m3), e ωc=0,85 para a gasolina
e 0,87 para o diesel, é a fração em massa de carbono do combustível.
Com essa estimativa pode-se obter quais elementos participam de forma mais
significativa para a caracterização da emissão veicular além dos traçadores já conhecidos
como o Black Carbon.
2.2 MODELO RECEPTOR

A idéia básica do modelo receptor é utilizar as medidas das concentrações dos poluentes
feitas no receptor para identificar as fontes dos poluentes, determinar as assinaturas das fontes
e ainda estimar a massa total de cada fonte identificada (Artaxo et al., 1988). Neste trabalho
para a identificação das fontes locais de aerossóis da RMSP, utilizou-se o modelo receptor de
Análise de Fatores, sendo que a validação das fontes veiculares foi baseada em dados de
concentração de poluentes obtidos em túneis descrito no item 2.1 acima. Apenas o modelo
receptor tem sido aplicado em várias bases de dados de aerossóis de São Paulo. Aqui serão
comparados os resultados obtidos por essas várias análises já realizadas.
2.3 MODELO DE ANÁLISE DE FATORES

Análise de Fatores (AF) é uma técnica estatística que pode ser aplicada a um conjunto de
variáveis, no sentido de reduzir a dimensionalidade destas variáveis. Isto é, substituir um
grande conjunto de variáveis intercorrelacionadas linearmente por um número pequeno de
variáveis independentes (não observáveis) chamada fatores ou variáveis latentes (Thurston &
Spengler, 1981; Kessker et al., 1992). Para que os resultados sejam estatisticamente
significativos, é necessário um número considerável de amostras. Henry (1991) e Ito et al.
(1986) sugeriram, como condição mínima para aplicação da AF, que seja satisfeita a equação
a seguir:
n+3
N = 30 + 2.1
2
34
onde N é o número total de amostras e n é o número de variáveis. Neste trabalho, n é a
concentração dos poluentes em torno de 20, portanto a condição mínima é que N seja maior
que 52.
O modelo de Análise de Fatores (Harman, 1976; Henry, 1991) pode ser expresso
como:
Z ji = ∑ a jp Fpi + d j U ji
m
(i= 1,2, ..., N; j = 1,2, ..., n; m= 1,2 ..., n) (2.2)
p =1
onde Zji é a matriz de dados padronizadas. Fpi é a matriz fator comum p para um indivíduo i
(amostragem do aerossol), N é o número total de amostras, n é o número de variáveis
observadas e m é o número de variáveis latentes. O termo a jp é a matriz dos “component
loadings” após a normalização e djUji é a matriz do erro residual na representação teórica da
medida observada. A Análise de Fatores típica é usada quando o número de variáveis latentes
é menor que o de variáveis observadas (Kessler et al., 1992; Harman, 1976).
O primeiro passo na AF é obter a matriz de correlação (R′) a partir da variável
observada (Xji) (Wolff & Korsog, 1985). O segundo passo na AF é a transformação das
variáveis observadas para variáveis padronizadas com média zero e variância 1 (Thurston &
Spengler, 1981; Henry, 1991) da seguinte maneira:
x ji − x j
z ji = (2.3)
σj
( ∑ (x j − x j)
1 N 2
σ j= ) (2.4)
N − 1 j =1
onde Xji é o valor da j-ésima variável observada na i-ésima amostragem.,

xj é a concentração média do elemento j sobre todas as N amostras.,
σj é o desvio padrão da distribuição de concentração do elemento j;

Zji é a concentração padronizada sem dimensão do elemento j na amostra i.
O efeito dessa transformação permite a utilização de métricas diferentes, isto é, todos
os elementos químicos (as variáveis) passam a ter a mesma importância.
O terceiro passo na AF é obter a matriz de correlação (R)pxp a partir das variáveis
padronizadas (Poissant et al., 1996). As informações que se buscam na base de dados estão
sintetizadas nos autovalores e autovetores desta matriz de correlação R.
35
AUTOVETORES E AUTOVALORES
O quarto passo na AF consiste em obter os autovetores e autovalores a partir da matriz
da correlação (R). O autovetor de R é o vetor u , desta maneira:
Ru=uλ (2.5)
onde λ é o autovalor escalar não conhecido. Dessa forma, o objetivo é encontrar o vetor Ru
que é proporcional ao vetor u. A equação 2.5 pode ser escrita como a seguir:
Ru-uλ=0
ou
(R-λI)u=0, nota-se u ≠ 0. Desse modo
R-λI=0 2.6)
Existe a solução desta equação 2.6 somente se o determinante for zero
|R-λI|=0
Desse modo a matriz de correlação (R)pXp pode ser apresentada em termos de seus
autovalores (λ) e autovetores (u)
R = λ1 u1 u1 + λ 2 u 2 u 2 + ... + λ p u p u p
' ' '
(2.7)
A redução para Análise de Componentes Principais (ACP) é realizada se o termo da

matriz do erro residual (djUji) ) não é incluído na equação 2.2 (Henry, 1991). O
desenvolvimento desta metodologia está detalhado no item 2.4.
2.3.1 DETERMINAÇÃO DO NÚMERO DE FATORES RETIDOS

O número de fatores a ser retido é decidido por critérios estatísticos de interpretação dos
fatores (Thurston & Spengler, 1985). Neste trabalho foram examinados 2 critérios estatísticos:
1) o autovalor (λ) deve ser ≥1,0 antes da rotação varimax (Thurston & Spengler, 1985;
Poissant et al., 1996). A razão da escolha deste critério é que o autovalor mostra quantas
variáveis o fator explica. Portanto, não tem muito sentido um autovalor menor que um, ou
seja, que explique menos que uma variável (Castanho, 1999; Poissant et al., 1996), 2) o
autovalor (λ) ≥1,0, após a rotação varimax (Thurston & Spengler, 1985).
2.3.2 ROTAÇÃO DE FATORES RETIDOS

O último passo na AF é realizar a rotação de fatores retidos. O critério VARIMAX de
rotação procura simplificar os fatores, maximizando a variância dos pesos (loadings), ou seja,
rotaciona-se os fatores de tal forma a maximizar os “loadings” dos autovetores para valores
36
mais próximos de um (Thurston & Spengler, 1985). Segundo esses autores a independência
dos fatores é preservada sob rotação varimax.
2.4 ANÁLISE DE COMPONENTES PRINCIPAIS (ACP)

A ACP (Henry & Hidy, 1979; Henry & Hidy, 1979; Statheropoulos et al., 1998) pode ser
escrita como a seguir:
C=LF (2.8)
Na ACP, L é chamada matriz “loading” dos componentes, e F é chamada matriz de
“scores” dos componentes. ACP é também uma técnica estatística que supõe que a
variabilidade dos dados observados (por exemplo concentração dos poluentes ou variáveis
meteorológicas medidas) são manifestações da influência das variáveis. Também a ACP é
uma técnica que substitui o grande número de variáveis correlacionados entre si, por um
número com poucas variáveis independentes (Liu et al., 1996; Statheropoulos et al., 1998;
Poissant,1996). A maior diferença entre ACP e AF é que as componentes que são obtidas por
ACP explicam a maior parte da variância total da base dos dados (Liu et al., 1996) e os
fatores que são obtidos por AF explicam apenas uma parte da variância das variáveis, isto é
um subconjunto da variância total (Thurston & Spengler, 1985).
O primeiro componente da ACP estima a máxima variância possível da base de dados.
Cada componente em seqüência estima a fração máxima da variância restante (Liu et al.,
1996).
2.5 A ANÁLISE DE COMPONENTES PRINCIPAIS ABSOLUTOS (ACPA)

A ACPA estima o perfil absoluto das fontes identificadas (Correia, 1998). Utilizando os
resultados da Análise de Fatores é possível fazer um levantamento dos perfis absolutos de
emissão de cada fonte, determinando-se a sua contribuição para o valor absoluto de cada
variável medida (Yamasoe, 1994). A seguir, é apresentada a álgebra matricial na ACPA,
desenvolvida por Yamasoe (1994), seguindo a notação adotada neste trabalho, aplicada por
Correia (1998) e Castanho (1999):
−1
( )
S Nxp = C Nxn (Sc )nxn BtNxp B B t
−1
pxp
2.9
( )
A pxn = S t S
−1 t
pxp S pxN C Nxn
2.10
onde:
CNxn é a matriz das concentrações medidas iniciais;
37
(Sc)nxn é a matriz diagonal contendo as estimativas dos desvios padrões de cada uma das
variáveis;
B é o valor da matriz rodada para um elemento j no fator p;
 
σ 1 0 ...0 
 
 
Sc =  0 σ 2 ...0 
 
2.11
M M 
 
M
0 0 ..σ n 
 
e σ é o desvio padrão obtido pela equação 2.4.

A matriz A assim obtida contém as contribuições absolutas (isto é, nas unidades
próprias de cada variável) de cada uma das fontes do modelo para as n variáveis, e é
denominada “matriz de pesos absolutos (das variáveis) nos componentes” (absolute
component loadings). Por outro lado, S contém a importância relativa (em unidades
adimensionais) de cada componente do modelo nas N amostras, e é denominada matriz de
”scores” absolutos (das amostras) nos componentes (absolute component scores), (Correia,
1998).
A matriz de ”scores” absolutos médios é definida como:
 S1 0...0 
 
S pxp = 0 S 2 ...0 
 
2.12
0 0... S 
 p 
onde
Sk = ∑ S ik ,
1 N
1<k<p 2.13
N i =1
Essa matriz <S> carrega a informação de como, em média, as p fontes se comparam

em importância relativa com n amostras, em unidades adimensionais (Correia, 1998). A
multiplicação dessa matriz pela matriz A fornece a assinatura, em termos da concentração de
aerossóis das fontes identificadas:
~ = S 2.14
A pxn pxp A pxn
~
A matriz A representa assim as contribuições de cada uma da n variáveis, em suas
próprias unidades, para a composição das p fontes identificadas pelo modelo (Correia, 1998).
38
2. 5.1 OBTENÇÃO DOS PERFIS ABSOLUTOS
Os perfis das fontes identificadas (ajp) para cada elemento também são obtidos através
do método aplicado por Keiding et al. (1986) da seguinte forma:
S j B jp
a jp = 2.15
S PM C p
onde:
Sj é o desvio padrão da distribuição de concentração de elemento j;
Bjp é o valor da matriz rodada para um elemento j no fator p;
SPM é o desvio padrão da distribuição da concentração de massa do material particulado;
Cp é valor da matriz rodada da concentração de massa do material particulado no fator p.
2.6 TRAJETÓRIAS DE PARCELAS DO AR

O cálculo de trajetória de parcelas do ar é realizado com a integração da equação da
trajetória:
→
d r (t ) → →
= V (r , t )
dt (2.16)
→ →
→ →
com um valor inicial de r (t 0) = r 0 , onde r (t ) é a posição da parcela de ar no tempo t, e V
é o campo de vento tridimensional.

Um método de solução numérica deste sistema de equações apresentados para o
cálculo de trajetórias cinemáticas em 3D, foi desenvolvido no Departamento de Ciências
Atmosféricas da Universidade de São Paulo (Freitas et al., 1996). Este cálculo de trajetórias
foi baseado em um esquema iterativo descrito em Pettersen (1940, p.222). Esse esquema
iterativo é para o deslocamento em um dado passo de tempo que pode ser descrito
matematicamente pelas fórmulas a seguir:
(i) primeira iteração

x1= x0+ U(x0, y0, z0, t). ∆ t (2.117a)
y1= y0+ V(x0, y0, z0, t) . ∆ t (2.17b)
z1= z0+ W(x0, y0, z0, t) . ∆ t (2.17c)
(ii) n-ésima iteração

xn= x0+0.5 ∆ t.( U(x0, y0, z0, t) + U(xn-1, yn-1, zn-1, t+ ∆ t)) (2.17d)
39
yn= y0+0.5 ∆ t.( V(x0, y0, z0, t) + V(xn-1, yn-1, zn-1, t+ ∆ t)) (2.17e)
zn= z0+0.5 ∆ t.( W(x0, y0, z0, t) + W(xn-1, yn-1, zn-1, t+ ∆ t) (2.17f)
A posição da parcela no tempo t+ ∆ t é obtida impondo o critério a seguir:

(x ,y ,z)( t+ ∆ t) = (xn ,yn ,zn)( t+ ∆ t) quando |xn - xn-1,yn - yn-1,zn - zn-1 | < ε
ε=0.000006 (Longo, 1999).
Segundo Seibert (1992), o sistema de equações 2.17 é eficientemente preciso até a
segunda ordem.
2.6.1. TRAJETÓRIA DE SAÍDA (FORWARD TRAJECTORY)

A partir da equação 2.16, depois do passo de tempo ∆ t= (t1-t0), a posição da parcela
→
do ar r (t1) é definida na seguinte forma:
t1 → → 
r (t1) = r (t 0) + ∫to V  r (t ), t  dt
→ →
 
(2.18a),
→ →
Onde r (t1) é a posição da parcela de ar no tempo t1, partindo da posição r (t 0) e sendo
transportada pelo campo do vento V(U,V,Z) (Haagenson et al., 1997; Freitas, 1999; Longo,
1999).
2.6.2. TRAJETÓRIAS DE CHEGADA (BACKWARD TRAJECTORY)

O método para o cálculo de trajetória de chegada foi desenvolvido a partir da
equação a seguir (obtida também da equação 2.16):
t1 →  → 
r (t 0) = r (t1) − ∫to V  r (t ), t  dt
→ →
  (2.18b)
As trajetórias de chegada, em SP, foram calculadas chegando diariamente às 0000 e
1200 UTC para o inverno de 1999 (junho, julho e agosto). Massas de ar chegando a 1 km
acima da superfície foram escolhidas para que o impacto da topografia local fosse reduzido
(Man & Shih, 2001).
Com a finalidade de minimizar as incertezas nas análises de trajetórias, quatro
trajetórias foram geradas com ponto de chegada em intervalos de 0.5°, localizadas ao N, S, E
e W da cidade de São Paulo e mais um ponto de chegada centrado na cidade de São Paulo. O
40
conjunto gerado para base de dados constituiu-se em 905 trajetórias tridimensionais durante
o período de 3 meses.
2.6.3. MODELO DE TRAJETÓRIAS DE PARCELAS DE AR

A solução numérica da equação diferencial (equação 2.16) para o cálculo de trajetórias
foi escrito na linguagem FORTRAN 77 por Freitas et al. (1996), utilizando o esquema de
Petterssen (1940) descrito matematicamente em Seibert (1993).
O Modelo de Trajetória Cinemática em 3D usa o sistema de coordenadas polar-
estereográficas na horizontal (x,y) e sigma_z(σz) na vertical (Longo, 1999). Segundo Boczko
(1984), para entender a projeção esferográfica, imaginamos uma esfera na qual estão
representados diversos meridianos e paralelos. Consideramos um plano tangente à esfera, no
ponto Polo Norte (p). Admitimos a existência de uma lâmpada (foco de projeção), no polo
sul. As sombras dos diversos meridianos e paralelos projetar-se-ão no plano, de modo que os
paralelos serão circunferências com polo norte enquanto os meridianos serão semi-retas de
origem em p.
Os campos de vento horizontal (u,v) e vertical (w) para os cálculos de trajetórias
foram obtidos a partir de simulações com o modelo numérico “Regional Atmospheric
Modeling System” (RAMS) descrito no item 2.8 abaixo.
2.6.4. INCERTEZAS ASSOCIADAS AO CÁLCULO DE TRAJETÓRIAS DE PARCELAS

DE AR
Vários estudos têm sido realizados para examinar as incertezas oriundas da resolução
temporal e espacial do campo do vento como em Kahl & Samson (1986).
Fast & Berkowitz (1997) estudaram o efeito de se desprezar o processo turbulento
para determinar o erro associado com o cálculo de uma trajetória individual de chegada. Eles
utilizaram o acoplamento do modelo de mesoescala RAMS e o modelo de dispersão de
partícula lagrangiana. A trajetória de saída (forward trajectory) foi baseada na componente do
vento médio e turbulento. A trajetória de chegada (backward trajectory) utilizou apenas a
componente do vento médio. A ampla diferença entre a posição de saída e chegada ocorreu
quando as trajetórias de chegada não utilizaram o processo de difusão turbulenta irreversível.
Stohl (1998) comparou e descreveu diferentes metodologias para o cálculo de trajetórias. Ele
mostrou que as trajetórias cinemáticas tridimensionais possuem maior acurácia dentre os tipos
41
de trajetórias. Stohl & Seibert (1997) argumentaram também que as trajetórias cinemáticas
são mais precisas que todos outros tipos de trajetórias.
Segundo Longo (1999), comparações realizadas em trajetórias cinemáticas (com
campo de vento analítico e que apresentam solução analítica (exata) para as trajetórias),
mostrou que o método é bastante preciso para integrações temporais da ordem de semanas na
escala espacial de 80 km. Entretanto, a incerteza no cálculo de trajetórias de parcelas de ar
está associada às incertezas na determinação do campo do vento em situações reais. Entre os
fatores que influenciam na determinação dos campos de vento são: (i) incertezas associadas às
análises do CPTEC, utilizadas como condições iniciais e de contorno, (ii) limitação
computacional e consequentemente limitação na definição da resolução espacial e temporal da
simulação, resultando na exclusão de importantes processos físicos da escala resolvida do
modelo, os quais são parametrizados e carregam as incertezas associadas com estas
parametrizações, e (iii) processos físicos ainda não completamente compreendidos e não
incluídos no problema, como influências diretas das partículas de aerossóis no balanço
radiativo da atmosfera, processos de microfísica de nuvens, entre outros.
2.6.5. ERRO DE TRUNCAMENTO

Erro de truncamento resulta quando a equação 2.16 é aproximada para um esquema de
diferenças finitas que despreza os termos superiores de série da Taylor. Stohl (1998), mostrou
que esse erro de truncamento é proporcional a ∆t na equação (2.17a-2.17c) e proporcional a
(∆t)3 nas equações 2.17d-2.17f.
Stohl (1998) calculou trajetórias com esquema numérico de segunda ordem (como
neste trabalho) utilizando um passo no tempo (3 horas) muito pequeno para desprezar o erro
pelo truncamento. Neste trabalho para desprezar o erro pelo truncamento utilizou-se o passo
no tempo de 6 minutos. Além disso, considerou-se: (i) o critério de estabilidade proposta por
Seibert (1993), que é ∆t < 4/|ς|, onde ς é a vorticidade relativa do movimento. Assumindo o
valor de vorticidade grande ς=2x10-4s-1, o passo no tempo deve ser menor que 6 horas
(Seibert, 1993); ii) O critério de Courant-Friedrichs-Lewy ∆t < ∆xi/|vi|, onde ∆xi é o
espaçamento da grade e vi é a componente da velocidade (Innocentini, 1999) .
2.7. CLASSIFICAÇÃO DAS TRAJETÓRIAS DE PARCELAS DO AR

Uma classificação da análise de trajetórias foi realizada considerando-se sua origem
em um dos quatro quadrantes (Poissant et al., 1996; Herrmann, 1997) como segue:
42
Q1 direções N,NNE,NE e ENE
Q2 direções E,ESE,SE,SSE
Q3 direções S,SSW,SW,WSW
Q4 direções W,WNW,NW,NNW
As origens de massas de ar foram agrupadas em cada um dos quadrantes e
relacionadas com as concentrações dos poluentes encontradas nestes períodos de análise de
trajetórias. As análises das trajetórias foram realizadas para cada dia, nos horários de 00 e 12
UTC. Para cada horário foram calculadas 5 trajetórias. Se todas as 5 trajetórias originavam-se
da mesma direção, então elas eram agrupadas e esse dia classificado como dia-núcleo (Cape
et al., 2000; Branko et al., 1998). Para esses dias-núcleos foram analisadas as concentrações
dos gases CO e O3 e material particulado inalável no período junho a agosto de 1999.
2.8 O MODELO RAMS

O RAMS é um código numérico altamente versátil, desenvolvido por pesquisadores da
Universidade do Estado do Colorado e “ASTER” Division of Mission Research
Corporation”, para simular e prever fenômenos meteorológicos (Tremback & Walko, 2001;
Pielke et al., 1992; Walko et al., 2000). Existem 4 principais componentes do modelo RAMS:
(1) o modelo atmosférico (MODEL) que faz as simulações, por exemplo, da velocidade do
vento, pressão, temperatura potencial, a partir de um estado inicial, através de uma série de
passos discretos no tempo para o estado futuro, baseado em um conjunto de equações
diferenciais, as quais descrevem as leis físicas que governam a atmosfera, (2) um pacote de
análise de dados (chamada Análise Isentrópica ou ISAN), que prepara os dados iniciais do
modelo a partir de dados meteorológicos observados de vários formas, incluindo
radiosondagem, observações na superfície, e análises de níveis de pressão em pontos de
grade. A análise objetiva desses dados resulta a partir do campo tridimensional em pontos de
grade de velocidade de vento, temperatura potencial, e razão de mistura de vapor de água
(esses resultados são usados pelo modelo como condição inicial), (3) um pacote de leitura de
dados, que lê os dados observados, com saídas que são arquivos específicos para a
assimilação e (4) um pacote de visualização.
O modelo atmosférico foi construído a partir de um conjunto de equações dinâmicas
primitivas as quais governam o movimento da atmosfera. Estas equações foram
complementadas com parametrizações de difusão turbulenta na atmosfera, radiação solar e
terrestre, processos úmidos incluindo a formação e interação de nuvens e precipitação de
43
hidrometeoros na fase líquida e gelo, troca de calor sensível e latente entre a atmosfera e
superfície (camada do solo múltipla, incluindo o papel da vegetação e água na superfície),
efeitos cinemáticos de topografia, e convecção de cumulus. O código foi escrito quase
exclusivamente em FORTRAN e algumas partes em linguagem C (Tremback & Walko, 2001;
Pielke et al. 1992).
2.8.1. SISTEMAS DE EQUAÇÕES PARA O RAMS

A seguir são descritas as equações que governam a evolução do estado atmosférico
(Tremback & Walko , 2001; Freitas, 1999; Longo, 1999):
a) Equação da conservação da massa de ar

∂ρ →
= −∇.ρ v (2.19a)
∂t
onde ρ é a densidade de ar e v é a velocidade do vento.

→
b) Equação de movimento
→
∂v → → → → → →
= − v .∇ v − ∇p − g k − 2 Ω x v + F
1
(2.19b)
∂t ρ
a velocidade da parcela de ar e ρ sua densidade,

→
− ∇p
1
onde v é é a força associada ao
ρ
→ → → →
gradiente de pressão, −g k é a força de gravidade, − 2Ωx v é a força de Coriolis e F é a força
interna de atrito entre as camadas do fluido.
c) Primeira lei da termodinâmica

∂θ →
= − v .∇θ + Qθ (2.19c)
∂t
onde θ é a temperatura potencial de ar e Qθ constitui os vários processos físicos que atuam

aquecendo ou resfriando a atmosfera (como por exemplo, convergência de fluxo de radiação,
transformação de fase de água).
d) Lei de conservação do constituinte água

∂ rn →
= − v .∇ r n + Q , n = 1,2,3 (2.19d)
∂t rn
44
onde rn se refere à razão de mistura da água na fase n (sólida, líquida ou gasosa) e Qrn
expressa os processos físicos de transformação de fase de água, e perda ou ganho por
precipitação para as fases sólida e líquida.
e) Lei de conservação de outros constituintes gasosos e ou partículas materiais

∂ s[ n ] →
= − v .∇ s[ n ] + Q , n = 1,2,..., M . (2.19e)
∂t [n]
onde s[n] é a razão de mistura do constituinte n e Q[n] representa processos de emissão,

remoção, transformação química, deposição , etc. associadas ao constituinte n.
Definindo a temperatura potencial (θ)
θ = T ( p 0 / p)
Rd / Cp
(2.19f)
onde p0 é a pressão de referência, Rd é a constante de gás de ar seco, Cp o calor específico à
pressão constante e T é a temperatura. Segundo Wallace & Hobbs (1977) a lei do gás ideal
aplicada ao ar úmido é como segue:
p=ρRdTv (2.19g)
onde Tv é a temperatura virtual.
As equações acima constituem um conjunto simultâneo de 11+M equações
diferenciais parciais não-lineares com 11+M variáveis dependentes (ρ, θ,T,Tv,P, rn, e s[n]),
expressas em função das coordenadas independentes tempo t e espaciais (x, y, z). Segundo
Dutton & Fichtl (1969) e Freitas (1999) não existe solução analítica para o sistema descrito
acima, mas de acordo com esses autores a solução numérica empregando cálculo
computacional é a única alternativa viável.
Segundo Tripoli & Cotton (1982), a solução numérica do conjunto de equações
primitivas, implica uma transformação do espaço-tempo contínuo em um espaço
discretizado. As variáveis independentes (x,y,z,t) são discretizadas em uma grade de
espaçamentos ∆x, ∆y, ∆z, e ∆t. As variáveis dependentes φ(x,y,z,t)= (p,T,θ,ρ, Tv,V,rn) são
decompostas em
φ ( x, y , z , t ) = φ ( x, y , z , t ) + φ ″ ( x, y , z , t )
onde φ representa o valor médio de φ dentro de intervalo de tempo ∆t (passo no tempo) e dos
intervalos espaciais ∆x, ∆y, ∆z (espaçamento da grade) a ser resolvida pelo modelo numérico.
φ ′′ é o desvio de φ a partir desse valor médio (perturbação nas escalas subgrade).
A variável resolvida φ é decomposta na forma:

45
φ = φ0 +φm
−
onde φ0 é valor do estado básico da atmosfera, obtido com uma média sobre φ numa escala
maior que a escala em estudo e φm é o desvio associado à mesoescala. O estado básico é
horizontalmente homogêneo e seco, obedecendo a lei de gás ideal, equilíbrio hidrostático e
estando em balanço geostrófico.
No estado médio, considera-se, (i) o termo de transporte como sendo a soma das
contribuições associadas a advecção na escala resolvida e ao transporte turbulento na camada
limite planetária; e (ii) que os termos Q0 e Qrn nas equações 2.19c e 2.19d, respectivamente,
possuem contribuições do transporte convectivo, convergência de radiação e de microfisica,
na escala não resolvida. As seguintes equações são válidas para o estado médio (onde o índice
0 refere-se ao estado básico e o índice m ao desvio).
i) A equação do momento é dada por
∂ ui  ∂u   ∂u  1 ∂ pm ρ m
=  i  +  i  − −( + r T ) gδi ,3 + ε ijk f k u i
∂t  ∂t adv  ∂t turb ρ 0 ∂ xi ρ0
onde xi é uma das coordenadas espaciais, ui é uma das componentes da velocidade na
escala resolvida, fk é o parâmetro de coriolis, e rT é a razão de mistura da água total que
inclui as razões de mistura da água nas fases sólida (rgelo), líquida (rliq) e gasosa (rv), ou
seja:
r T = r gelo + rliq + rv
Os símbolos δi,3 e εijk se refere aos tensores
δi,3 = (0 0 1)
0 1

 
1
=  −1 1
 
ε ijk 0
 
 −1 −1 0 
 
ii) A equação termodinâmica
∂θ il  ∂θ il   ∂θ   ∂θ   ∂θ   ∂θ 
= +  il  +  il  +  il  +  il 
∂t  ∂t         
 adv  ∂t turb  ∂t con  ∂t rad  ∂t microf
onde θil é a temperatura potencial de água líquida e gelo, a qual se conserva em mudançãs
de fase da água, definida através da relação semi-empérica (Tripoli & Cotton, 1982):
Llv r liq + L gv r gelo
θ = θ il [1 + ]
C p max(T ,253)
46
com Llv e Lgv sendo o calor latente (J/kg) de vaporização e de sublimação, respectivamente.
iii) Equação de Poison
T = θ ( p / p 0)
R / Cp
com p0 sendo a pressão de referência, usualmente tomada em 1000 hPa
iv) Lei do Gás Ideal

p = ρ m (1 + 1.61 r v) RT
v) Equação de Continuidade para o ar

∂ρm ∂
+ ( ρ u i) = 0
∂t ∂ xi 0
vi) Equação de Continuidade para a água total

∂ rT  ∂ r T   ∂r   ∂r   ∂r 
=   +  T  +  T  +  T 
∂t  ∂t adv  ∂t turb  ∂t microf  ∂t con
onde os índices "adv" (advecção na escala resolvida), "turb" (transporte turbulento na camada
limite planetária), "con" (transporte convectivo não resolvido), "rad" (convergência de
radiação) e "microf" (parametrização de microfísica).
2.8.2. ADVECÇÃO NA ESCALA RESOLVIDA PELA GRADE

Uma contribuição para a taxa de variação local de um escalar (ζ) devida ao transporte
advectivo na escala resolvida é dada por:
 ∂ς  ∂ς
  = −ui
∂
 adv
t ∂ xi
onde ς é o valor médio do escalar ζ, u i é o componente i da velocidade média do vento.

As parametrizações utilizadas neste trabalho estão descritas resumidamente no
Apêndice A.
2.9. OPÇÕES GERAIS
2.9.1 ESTRUTURA DE GRADE
O RAMS utiliza uma grade tipo Arakawa C (Arakawa & Lamb, 1977). As variáveis
termodinâmicas e de umidade são definidas no ponto médio de cada volume da célula de
grade. As componentes da velocidade do vento são definidas nos pontos médios das faces do
volume perpendicular à componente da direção da velocidade.
47
2.9.2. SISTEMA DE COORDENADAS
Utilizou-se o sistema de coordenadas polar-estereográfica na horizontal (x,y) e sigma-
z (σz) na vertical.
2.9.3. ASSIMILAÇÃO DE DADOS OBSERVACIONAIS

A solução do sistema de equações primitivas requer condições iniciais e de contorno.
Neste trabalho as análises do CPTEC (1.875° resolução horizontal) forneceram as condições
iniciais e de contorno. Utilizou-se o módulo de análise objetiva do RAMS para a assimilação
das análise do CPTEC. Os dados do vento, temperatura e umidade relativa, altura
geopotencial e pressão ao nível do mar com uma resolução espacial de 1.875°x1.875°, em 11
níveis verticais (de 1000 hPa a 70 hPa), e com espaçamento temporal de 6 horas são
acessados e interpolados para níveis isentrópicos e de σz . Esses dados foram usados para a
definição da condição inicial do downscaling para uma malha aninhada do modelo RAMS. A
malha de baixa resolução foi de 64 km e sua malha aninhada foi de 16 km. No processo de
downscaling, o RAMS é usado como um interpolador dinâmico da análise de baixa resolução
fornecida pelo CPTEC. As condições de fronteira inferior de alta resolução (principalmente
topografia e uso do solo) e a resolução de fenômenos de mesoescala, permitidos pela alta
resolução horizontal, adicionam detalhes à análise de baixa resolução que tornam mais
próxima das observações a análise meteorológica do downscaling (Camargo & Silva Dias,
2000). Neste trabalho o início da integração começou no dia 1 de junho, finalizando este
dowscaling no dia 31 de agosto de 1999. Alguns métodos podem ser realizados durante o
estágio inicial da rodada do modelo tais como: (i) relaxação Newtoniana (mais conhecido
como “nudging”) e (ii) esquema variacional como método de ajuste. Neste trabalho foi
utilizado o método de relaxação Newtoniana. Na relaxação Newtoniana os componentes
horizontais do vento, a temperatura potencial, a razão de mistura total são forçados em
direção aos correspondentes valores observados contidos nas análises.
2.9.4. NUDGING
No esquema “nudging” um termo de tendência artificial é adicionado às tendências
locais de cada uma das quantidades na seguinte forma:
 ∂φ

 ( φ −φ
 = ϖ ( k , i, j ) 0
)
 ∂t 
2.20
 nud τ
48
onde φ é o valor atual da variável calculada pelo modelo, φ0 é o valor desta variável na
−
análise, τ é a escala de tempo da forçante, que define a sua intensidade, e ϖ(k,i,j) é um termo
3D, que determina as regiões do domínio em que este procedimento se realizará. Em um certo
instante de tempo t do modelo, o valor da variável observada φ0(t) é obtido através de uma
interpolação linear no tempo entre os valores de φ0 em duas análises consecutivas (Pielke et.
al., 1992, Longo, 1999). As escalas de tempo de nudging são divididas em três: no centro
(tnudcent), numa banda lateral (tnudlat) e uma banda no topo do modelo (tnudtop). As
escalas de tempo são definidas pelo usuário e possibilitam a construção do termo ϖ(k,i,j)/ τ
Neste trabalho os valores de tnudcent, tnudla e tnudtop foram 86400 s, 1800 s e 10800 s
respectivamente.
2.10. CARACTERÍSTICAS DE SUPERFÍCIE UTILIZADAS NO RAMS NA VERSÃO 4.3
a) TEMPERATURA DA SUPERFÍCIE DO MAR (TSM)
Utiliza-se a climatologia global mensal de dados de TSM do COADS

(Comprehensive Ocean-Atmosphere Data Set), com resolução horizontal de 1 grau (latitude,
longitude) ou aproximadamente de 100 km de resolução horizontal (Hakkinen & Mo, 2002).
O COADS é um sistema de organização internacional para o registro das observações
meteorológicas em navio. As variáveis básicas observadas no COADS incluem temperatura
de ar na superfície do mar, vento, umidade (temperatura de ponto de orvalho ou bulbo úmido
(Woodruff et al., 1998).
b)VEGETAÇÃO
Os dados da vegetação são globais com resolução horizontal de 30 segundos grau, ou
aproximadamente de 1km. A fonte de dados usada é do IGBP (International Geosphere-
Biosphere Programe) (http://www.cnrm.meteo.fr/igbp). Esses dados são obtidos com base em
medidas com radiômetro de alta reasolução chamado AVHRR ( Advanced Very High
Resolution Radiometer).
c) TOPOGRAFIA
A base de dados de topografia é global com resolução horizontal de 30 segundos de grau
ou aproximadamente 1 km. Os dados são do GLCC- Global Land Cover Characterization
(http://edcdaac.usgs.gov/glcc/glcc.html) (Liston & Pielke, 2001).
49
CAPÍTULO III
PARTE EXPERIMENTAL
As concentrações dos poluentes e as variáveis meteorológicas medidas, utilizadas para

a identificação de fontes locais e remotas, correspondem aos dados coletados na primeira fase
do projeto temático “Meteorologia e Poluição de Ar em São Paulo (MPASP)”, no inverno de
1999. A seguir são descritos detalhes desse projeto temático e os procedimentos
experimentais para obtenção de concentração de diversos poluentes.
3.1. OBJETIVOS DO EXPERIMENTO MPASP

O MPASP é um projeto temático coordenado pelo Prof. Dr. Pedro Leite Silva Dias,
com recursos FAPESP, iniciado em 1998 e com término em 2002. O MPASP teve os
seguintes objetivos principais:
(i) identificar como as condições meteorológicas na RMSP, no período de inverno, são
influenciadas pelas circulações locais e de outras regiões;
(ii) utilizar essas informações na calibração de modelos meteorológicos de simulação da
estrutura tridimensional da camada limite planetária (CLP) e em modelos fotoquímicos de
qualidade do ar, em especial de descrição da produção e transporte de oxidantes fotoquímicos;
(iii) aprimorar as técnicas de previsão do potencial de dispersão de poluentes na RMSP.
3.2. CAMPANHAS EXPERIMENTAIS

Foram realizadas duas campanhas experimentais nos invernos de 1999 e 2000 e
medidas no interior de túneis em 2001. A primeira campanha intensiva de medidas do projeto
temático MPASP foi realizada entre os dias 03 e 12 de agosto de 1999, com a participação de
vários grupos, entre eles o Departamento de Ciências Atmosféricas do IAG da USP, o Grupo
de Estudos de Poluição do Ar (GEPA) do Instituto de Física da USP, o grupo do Laboratório
de Estudos do Meio Ambiente (LEMA) do Instituto de Química da USP, o Instituto de
Pesquisas Energéticas e Nucleares (IPEN), e a Companhia de Tecnologia de Saneamento
Ambiental de São Paulo (CETESB). As observações foram de dois tipos: (i) poluentes, e (ii)
variáveis meteorológicas. As medidas realizadas em 1999 são objeto de estudo nesta tese. Na
50
Tabela 3.1, abaixo apresentam-se as principais medidas realizadas e os respectivos grupos de
pesquisa responsáveis.
Tabela 3.1 Parâmetros medidos na Campanha de inverno de 1999.

Parâmetros medidos Grupo responsável Equipamentos Método analítico
Distribuição de tamanho do Depto Ciências Impactador em Cascata adquirido PIXE e
aerossol, composição Atmosféricas neste temático e amostrador de cromatografia
Partículas Finas e Grossas. líquida
NOx, NH3, BEN, TOL, PXY, GEPA Com o DOAS, adquirido dentro Automático*
MXY, FEN, O3, SO2, FOR, deste temático
HNO, NO3
Carbono total e suas frações GEPA Aetalômetro Automático
“soot” e orgânico
Material Particulado Inalável GEPA TEOM Automático
Aldeídos, Ácidos Carboxílicos LEMA-I.Q. Com materiais de consumo Cromatografia de
e Álcoois na fase gasosa, adquiridos neste temático íons com
condutividade
elétrica, HPLC,
CG/FID/TD
Ânions, cátions e orgânicos LEMA-I.Q. Com materiais de consumo Cromatografia
que compõem o material adquiridos neste temático
particulado
O3, CO, NOx IPEN Com monitores automáticos Automático
adquiridos neste temático
Material Particulado GEPA PARTISOL, adquirido neste Automático
temático
*O termo automático utilizado aqui significa que o equipamento monitora a espécie praticamente em tempo real.
GEPA= Grupo de Estudos de Poluição do Ar; LEMA-IQ= Laboratório de Estudos do Meio Ambiente – Instituto
de Química; IPEN= Instituto de Pesquisas Energéticas e Nucleares; PIXE= Proton Induced X-ray Emission;
DOAS= Differential Optical Absorption Spectrometer; TEOM= Tapered Element Oscillating Microscale;
HPLC= Hight Performance Liquid Chromatography; CG/FID= Cromatografia Gasosa/Flame Ionization
Detector; PARTISOL= amostrador de ar seqüencial para coleta simultânea de particulado fino e grosso; BEN=
benzeno; TOL= tolueno; PXY=p-xileno; MXY= m-xileno; FEN= fenóis; FOR= formaldeído.
3.2.1. AMOSTRAGEM DE AEROSSÓIS

Campanhas de amostragem das frações fina e grossa dos aerossóis presentes na RMSP
foram realizadas em dois sítios: (i) Água Funda e (ii) Instituto de Física da USP, organizadas
pelo GEPA, utilizando o equipamento AFG, no período de 28 de julho à 9 de setembro de
1999. As partículas de aerossóis atmosféricos foram coletadas em filtros de policarbonato, da
marca Nuclepore, com 47 mm de diâmetro. Utilizaram-se filtros com poros de 8,0 µm de
diâmetro (para coleta do material particulado grosso), e filtros com poros de 0,4 µm de
diâmetro, para coleta do material particulado fino (Castanho, 1999).
A parte mais intensiva da campanha do MPASP ficou compreendida entre 03 e 12 de
agosto de 1999, quando também foram realizadas a amostragem do aerossol com o
Impactador em Cascata com Deposição Uniforme (MOUDI), medidas meteorológicas e de
51
vários compostos químicos. As amostragens com o MOUDI foram realizadas no terraço do
prédio do Departamento de Ciências Atmosféricas, no campus da USP, no Butantã.
O material particulado inalável (diâmetro aerodinâmico menor que 10 µm) foi
coletado utilizando-se o MOUDI que permite a separação física das partículas em diferentes
frações de tamanho (Marple et al., 1991), amostrado pelo Departamento de Ciências
Atmosféricas -IAG-USP.
3.2.2 AMOSTRAGEM DOS GASES

O monitoramento da qualidade do ar é realizado pela Companhia de Tecnologia e
Saneamento Ambiental (CETESB), através de 2 redes de amostragem, automática e manual.
A rede automática opera na Região Metropolitana de São Paulo (RMSP) e Cubatão, medindo
os seguintes poluentes: material particulado inalável, dióxido de enxofre, monóxido de
carbono, ozônio, e hidrocarbonetos, mostrados na Tabela 3.2. Algumas estações medem
também as seguintes variáveis meteorológicas: velocidade e direção do vento, temperatura,
umidade, pressão e radiação total. A rede manual mede dióxido de enxofre, fumaça e poeira
total em suspensão (Alonso et al., 1997; Cetesb, 2001). Neste trabalho foram consideradas na
análise as concentrações de ozônio, monóxido de carbono e material particulado inalável dos
meses de junho a agosto de 1999. A Figura 3.1 mostra a localização das estações da rede
automática de CETESB.
Figura 3.1 Localização das estações de rede automática (fonte: Cetesb,2001)
52
Tabela 3.2 Rede automática de monitoramento atmosférico da CETESB (Fonte: Cetesb,
2000)
No de Estações PI SO2 NO NO2 Nox CO CH4 HCNM O3 UR T V D P
estação
01 Parque D Pedro X X X X X X X X X X X X X X
II
02 Santana X X X X
03 Moóca X X X X
04 Cambuci X
05 Ibirapuera X X X X X X X X X X X X
06 Nossa Senhora X
Do Ó
07 São Caetano X X X X X X X X XX X X X X X
Do Sul
08 Congonhas X X X X X X X
09 Lapa X X X X X X X X X
10 Cerqueira X X X X X X
César
11 Penha X
12 Centro X X X X X X
13 Guarulhos X X X
14 Santo André – X X X X
Centro
15 Diadema X X
16 Santo Amaro X X X X
17 Osasco X X X X X X X X X
18 Santo André- X X X
Capuava
19 São Bernardo X X X
Do Campo
20 Tobão da Serra X
21 São Miguel X X X X X X
Paulista
22 Mauá X X X X X
24 Cubatão-Centro X X X X X X X X X X X
25 Cubatão- Vila X X X X
Parisi
27 Pinheiros X X X X X X
PI-Partículas Inaláveis
HCNM – Hidrocarbonetos menos metano
V– velocidade do vento; D- Direção do vento ; UR- Umidade Relativa; P- Pressão Atmosférica; T- temperatura.
Radiação total e Ultravioleta são medidas somente na estação Ibirapuera.
3.3 EQUIPAMENTOS PARA AMOSTRAGEM DO AEROSSOL

3.3.1 O AMOSTRADOR DE PARTICULADO FINO E GROSSO (AFG)
O AFG separa o aerossol atmosférico aspirado em duas faixas de diâmetro
aerodinâmico (da) medido da partícula: 2,0 < da < 10 µm e da < 2,0 µm. Este fracionamento
de material particulado permite estudar separadamente as modas grossa e fina (Longo,1999).
O AFG é composto por um pequeno suporte plástico que contém dois filtros, respectivamente
com poros de 8,0 µm e 0,4 µm, que colhem separadamente as partículas da moda grossa e
fina presentes no aerossol (Figura 3.2a) (Tabacniks 1991). Na Figura 3.2b é apresentado o
esquema do Amostrador AFG, basicamente constituído por uma proteção da chuva e o
conjunto do Inlet que determina o diâmetro de corte. O AFG é conectado por uma tabulação
de PVC à uma bomba de vácuo. A bomba succiona o ar atmosférico a um fluxo de 16 l/min.
53
Cada circuito elétrico possui um horímetro que fornece o tempo de amostragem, integrado em
horas (Castanho, 1999).
FILTRO NUCLEPORE
DE 8,0 µ m
FILTRO NUCLEPORE
DE 0,4 µ m
Figura 3.2a. Visão explodida do Amostrador de Finos e Grossos, AFG.

(Fonte, Tabacniks, 1991)
Figura 3.2b. Arranjo experimental de amostragem com o AFG. (Fonte, Castanho, 1999)
O funcionamento do AFG pode ser encontrado em Andrade (1993), Castanho (1999),

Correia (1998) e Longo (1999).
54
3.3.2. IMPACTADOR EM CASCATA COM DEPOSIÇÃO UNIFORME (MOUDI)
O MOUDI (Micro Orifice Uniform Deposit Impactor) permite avaliar a concentração do
material depositado até PM10 (diâmetro aerodinâmico menor que 10 µm) e também permite a
separação física das partículas em diferentes frações de tamanho (Marple et al., 1991). Neste
trabalho foi utilizado o MOUDI de 10 estágios (modelo 110), desenvolvido nos EUA (Marple
et al., 1991). Aqui a inclusão de inlet e after-filter permite a coleta de partículas em 12 frações
de tamanho entre < 0,056 µm e 18 µm, como na tabela 3.3 (Allen et al., 2001). Nas
superfícies do impactador foram utilizados filtros de policarbonato (Nuclepore), de 47 mm de
diâmetro com poros de 8 µm. O fluxo de ar foi de 24.8 litros por minuto (l/min). Neste
trabalho os diâmetros de corte (D50) do impactador que funcionaram foram: 18µm (Inlet);
10µm; 5,6µm; 3,2µm; 1,8µm; 1,0µm; 0,56µm; 0,32µm e 0,1µm. Um PVC pequeno foi utilizado
para proteger o impactador da chuva. O inlet tem como propósito limitar as partículas que
entram no impactador. Neste trabalho o filtro final de teflon (after filter ), de 37 mm de
diâmetro, permite a coleta de todas as partículas menores que 0,1µm.
Tabela 3.3 Diâmetro de corte para o impactador tipo MOUDI

Estágio Diâmetro de corte (µm) Número de orifícios
Inlet 18 1
1A 10 1
2A 5,6 10
3A 3,2 10
4A 1,8 20
5A 1,0 40
6A 0,56 80
7A 0,32 900
9A 0,10 2000
Teflon (after filter) 0 --
3.3.2.1 PRINCÍPIO DE OPERAÇÃO DO MOUDI

Na Figura 3.3a é apresentado o diagrama esquemático de um estágio do MOUDI (N-
ésimo estágio). Cada estágio consiste de uma placa de impactação para o estágio acima (N-1
ésimo estágio). A deposição é distribuída uniformemente pela rotação alternada dos estágios.
Na Figura 3.3b é apresentado o princípio físico de funcionamento do MOUDI, onde o
fluxo de ar de 24,8 l/min passa por um estágio com determinado tamanho de orifícios. As
55
partículas maiores que o diâmetro de corte deste estágio sofrem impactação inercial no filtro e
as partículas menores seguem ao segundo estágio. O fluxo de ar passa por orifícios menores
no estágio seguinte e as partículas sofrem um aumento de velocidade, fazendo com que estas,
com um novo intervalo de diâmetro, sejam impactadas, selecionando assim um novo diâmetro
de corte, e dessa forma sucessivamente até o estágio final (Castanho, 1999; Marple et al.,
1991).
O período de cada amostra varia conforme mostrado na tabela 3.4. Na primeira coluna
desta tabela está destacado o dia de amostragem seguido das letras N ou D, que indicam se a
amostra foi colhida durante o dia (D) ou a noite (N).
Tabela 3.4 Informações sobre as amostragens dos elementos-traços realizadas com o

MOUDI, durante o MPASP de 03 a 12 de agosto de 1999.
03N 03/08/99 às 18:00 04/08/99 às 08:00 1 19,6
04D 04/08/99 às 08:20 04/08/99 às 16:45 2 20,0
04N 04/08/99 às 18:04 05/08/99 às 08:03 3 20,0
05D 05/08/99 às 08:30 05/08/99 às 18:03 4 19,1
05N 05/08/99 às 18:20 06/08/99 às 08:00 5 19.3
06D 06/08/99 às 08:20 06/08/99 às 18:10 6 19,3
06N 06/08/99 às 18:30 07/08/99 às 08:00 7 19,3
07DN 07/08/99 às 08:20 08/08/99 às 08:15 8 19,1
08DN 08/08/99 às 08:50 09/08/99 às 07:55 9 23,2
09D 09/08/99 às 08:16 09/08/99 às 17:59 10 22,2
09N 09/08/99 às 19:20 10/08/99 às 08:00 11 21,2
10D 10/08/99 às 08:20 10/08/99 às 18:02 12 21,0
10N 10/08/99 às 18:20 11/08/99 às 07:55 13 19,1
11D 11/08/99 às 08:30 11/08/99 às 17:55 14 19,2
11N 11/08/99 às 18:05 12/08/99 às 08:05 15 18,9
3.3.3 MINIVOL
Amostrador Portátil de Ar - Minivol foi usado para a amostragem do aerossol. O

Minivol é um amostrador para o monitoramento de material particulado inalável (PM10) e
poluentes na fase gasosa. É um equipamento relativamente barato, pequeno e de fácil
transporte (Salter & Parssons, 1999). Esse amostrador foi utilizado na campanha experimental
em 2000 e no interior dos túneis.
56
3.3.3.1 PRINCÍPIO DE OPERAÇÃO DO MINIVOL
O Minivol é basicamente controlado por uma bomba através de um timer
programável. O amostrador é equipado para operar a partir de fontes AC ou DC. Para a
amostragem de PM10, o ar é aspirado até o separador de tamanho de partículas e depois até o
meio do filtro. A separação das partículas é realizada por impactação. O crucial para a coleta
de partícula de forma correta é o fluxo de ar que passa diretamente pelo INLET. Para o
Minivol, o fluxo volumétrico deve ser de 5 litros por minuto em condições ambientais.
Neste trabalho o Minivol foi utilizado para amostrar o aerossol em duas modas: (i) moda
grossa, (2,0<da ≤ 10 µm) e (ii) e moda fina, (da ≤ 2,0 µm), assim como descrito no trabalho
de Chan & Kwork (2000).
57
Placa de impactação com anel
Ímãs Removível para fixação do
filtro
Estágio giratório
Placa de orifícios
Estágio estacionário
(a)
Ar aspirado
Tamanho de orifícios
Estágio 1
Placa de impactação
Estágio 2
Estágio N
Filtro
Filtro de teflon
Ar para bomba de vácuo

Estágio 1
(b)
Figura 3.3. Princípio físico de operação do MOUDI: (a) para n-ésimo estágio, (b) para os
todos os estágios.
58
3.4 MÉTODO ANALÍTICO
3.4.1 ANÁLISE GRAVIMÉTRICA
A massa total de aerossóis foi obtida nos filtros finos e grossos através de um
procedimento sistemático de pesagem dos filtros, antes e após a amostragem (Longo, 1999).
Uma balança microanalítica eletrônica, com sensibilidade nominal de 1 µg foi utilizada no
laboratório do GEPA. A análise gravimétrica foi realizada nos filtros do AFG, Minivol e
MOUDI com o objetivo de determinar as concentrações de aerossóis. A pesagem dos filtros
antes e depois de serem amostrados foi realizada após estes terem sido deixados em caixinhas
do alumínio, sob ação de fonte alfa de Polônio 210, para perderem a carga eletrostática
acumulada durante sua fabricação e manuseio. A massa das partículas amostradas, nas duas
frações, é a diferença dos resultados das pesagens dos filtros, antes e após a exposição,
subtraindo-se a massa média acumulada em filtros de controle, isto é, não amostrados. A
medida do volume total de ar amostrado, permite a obtenção da concentração média de
aerossóis presentes na atmosfera, durante o período da amostragem.
a) CÁLCULOS UTILIZANDO MINIVOL

A massa total de aerossol num filtro amostrado (Wg) é obtida subtraindo da massa de
filtro amostrado a partir de massa de filtro limpa (antes de amostragem), como a seguir:
Wg=Fe-Fc
A mudança no peso em filtros de controle (∆C) entre antes e depois de amostragem é
calculada:
∑ [(C ica + C icb ) − (C iea + C ieb )]

n
∆C = i =1
2 xn
onde n é o número de filtros utilizados no controle.
A massa final de aerossol em um filtro (Wn) é obtida pela correção da massa total pela
mudança de massa de filtros de controle (chamados brancos)
Wn=Wg+∆C
b) tempo de amostragem (t) é a diferença entre o inicio e o fim, a partir de tempo totalizador
(horímetro). Neste trabalho, a escolha de tempo é em minutos.
59
c) volume de ar amostrado (V) em metros cúbicos, é a média de fluxo (Q) em litros por
minuto, tempo de amostragem em minutos. Conversão de litros para metros cúbico é
0.001
V m3 = 0.001m3 / l x Ql / min x t min
d) concentração de aerossol (PM) em microgramas por metros cúbico é encontrado pela

fórmula abaixo:
W n ( mg )
PM µg / m3 = 1000µg / mg x
V m3
onde “1000”é fator de conversão a partir de miligrama para micrograma.
3.4.2 ANÁLISE ELEMENTAR PELO MÉTODO PIXE

Para a determinação da composição elementar dos aerossóis coletados utilizou-se a
técnica PIXE (Proton Induced X-Ray Emission). O PIXE é um método físico de análise
multielementar, não destrutivo, de alta sensibilidade, que utiliza feixes de partículas. A
amostra é irradiada com um feixe de prótons de energia, da ordem de alguns MeV, produzido
por um acelerador de partículas. Um detector de estado sólido de Si(Li) coleta o espectro de
raios X gerado pela amostra, induzido pelo feixe de prótons (Figura 3.4). Mais detalhes sobre
o método PIXE estão descritos em Martins (1994), Tabackniks (1983), Maenhaut (1990),
Longo(1999) e Jael et al. (2001).
Raios X
Figura 3.4. Emissão de raios-x induzidos por prótons (adaptado de Tsuji et al., 2000)
Uma análise posterior do espectro dos raios X emitidos permite a identificação e

quantificação simultânea de elementos entre Na e U (Tabackniks, 1983; Maenhaut, 1990).
60
Utilizou-se o sistema PIXE do Laboratório de Análise de Materiais por Feixes Iônicos-
LAMFI (http://www.if.usp.br/lamfi), da Universidade de São Paulo. Na Figura 3.5 é
apresentado um diagrama do sistema PIXE (Minagawa et al., 2001).
Feixe de prótons
Detector Si(Li)
câmara
Eletrodo
supressor
Pre-amplificador Raios X
Integrador de
alvo corrente
amplificador
discriminador
computador
Analisador Multicanal
Figura. 3.5. O sistema PIXE
Os espectros dos raios-X obtidos são analisados com o programa AXIL (Van Espen et
al., 1979), que, através do ajuste das linhas espectrais, permite o cálculo das concentrações
elementares. O espectro típico gerado pelo sistema PIXE é apresentado na Figura 3.6 (Jal et
al., 2001)
Energia (keV)
Contagens
Número de canal
Figura 3.6 . Espectro típico gerado pelo sistema PIXE
61
3.4.3. DETERMINAÇÃO DA CONCENTRAÇÃO DE “BLACK-CARBON”
A definição de “black carbon” (BC) corresponde ao carbono na fase particulado. Neste
trabalho foram determinadas as concentrações de BC através da técnica de refletância de luz
utilizando o equipamento Reflectômetro, marca “Diffusion Systems Ltd.”, modelo “Smoke
Stain Reflectometer- Model 43” (Delumea et al., 1980; Longo, 1999). O BC é um composto
predominantemente presente na fração fina do aerossol (Castanho, 1999). Neste trabalho foi
determinada a concentração de BC nos filtros finos coletados com o Minivol.
A técnica de refletância de luz consiste na iluminação do filtro de policarbonato, no qual
foram coletadas partículas de aerossóis, e posterior medição da luz refletida. A quantidade de
luz refletida é utilizada na determinação da porção absorvida pelos aerossóis no filtro, através
da comparação com uma curva de calibração. Esta curva de calibração é obtida a partir de
medidas da refletância de uma série de filtros com diferentes quantidades de black carbon
(Longo, 1999). Essa curva de calibração da luz refletida pela quantidade de black carbon foi
obtida empiricamente por Loureiro et al. (1994) e também utilizada em Castanho (1999). A
curva de calibração é dada pela Equação 3.1, que indica como, a partir da refletância medida,
pode-se determinar a massa de BC presente na atmosfera (Castanho, 1999).
µg A
BC ( 3
) = (30,90 − 15,454 * log( R ) * ) (3.1)
m V
onde:
R=refletância (%)
A=área amostrada do filtro utilizando o equipamento Minivol (13,20 cm2)
V= volume de ar amostrado (m3)
Quanto menor a intensidade da luz refletida maior é a quantidade de black carbon
presente na amostra, pois este estaria absorvendo uma parcela maior da luz incidente.
3.4.4. CROMATOGRAFIA IÔNICA

Parte do do material coletado nos filtros foi submetido a uma dissolução em água e o
material analisado por cromatografia iônica.
Para as análises de cátions e ânions em extrato aquoso, foi utilizado um equipamento
de cromatografia a líquido de íons (CI), marca DIONEX, modelo DX500, com detetor
condutividade para cátions e ânions (Bourotte, 2002). Esse equipamento permite determinar
os ânions (Cl-, SO42-, e NO3-), e os cátions (Na+, NH4+,Ca2+,K+,Mg2+). Apenas o SO42- e a
NH4+ apresentaram uma base de dados satisfatória (número de dados analisados) e, portanto,
62
foram utilizados na Análise de Fatores. O restante dos cátions e ânions apresentou uma
pequena base de dados. A base de dados para o SO42-, e NH4+ está no Apêndice B.
3.5 MEDIDAS REALIZADAS NOS TÚNEIS

Para avaliar a contribuição das fontes automotivas na poluição da RMSP foram
realizadas medidas em túneis. Foram coletadas amostras de gases e partículas para a
determinação de elementos traçadores que possibilitou uma avaliação mais precisa da
participação das fontes automotivas para a poluição na RMSP.
3.5.1. MATERIAL PARTICULADO

As amostras do material particulado foram coletadas em filtros (47 mm de diâmetro)
simultaneamente dentro e fora do túnel, com o equipamento Minivol a taxa de 5 l/min
(Kirchtetter et al., 1999). Os filtros coletados foram analisados para a determinação de massa,
concentração de black carbon e determinação da concentração de elementos-traços. Para a
determinação da distribuição de tamanho em massa do PM10 foram utilizados impactadores
em cascata MOUDI, amostrados no interior dos túneis, separando o aerossol em 10 estágios.
3.5.2. GASES
As concentrações dos gases foram medidas simultaneamente dentro e fora dos túneis. Os
gases medidos no interior dos túneis foram: monóxido de carbono (CO), dióxido de carbono
(CO2), NOx, e dióxido de enxofre (SO2). As concentrações de CO2 foram monitoradas
continuamente com registro para médias de 10 minutos.
Os gases CO, NOx e SO2 foram coletados em sacos de “Tedlar”, dentro e fora do túnel
(Gertler et al., 1997), com a aspiração do ar por um compressor com 1 l/min. Os sacos de
Tedlar foram analisados em seguida à amostragem, na estação telemétrica de qualidade do ar
da CETESB, em Congonhas.
As concentrações dos gases NO e NO2 também foram medidas utilizando-se monitores
contínuos de NOx, apenas dentro do túnel Jânio Quadros, sob responsabilidade do Instituto de
Química, grupo da Profa. Lílian Carvalho (Pool et al., 2002).
63
3.6 DADOS METEOROLÓGICOS NO PERÍODO MPASP
O perfil do vento e a turbulência foram medidos utilizando-se o SODAR Doppler
(Nair et al., 2000; Freitas et al., 2000; Ynoue et al., 2000; Nair et al., 2002), também o perfil
do vento foi medido utilizando-se balões.
As variáveis meteorológicas de superfície foram medidas: (i) na estação meteorológica
da Água Funda pela estação do IAG, (ii) na estação meteorológica do Departamento de
Ciências Atmosféricas por uma estação automática, e (iii) na estação meteorológica em
Santana de Paraíba também de forma automática.
A estação meteorológica da Água Funda encontra-se situada no Parque Estadual das
Fontes do Ipiranga (antigo Parque do Estado), bairro da Água Funda, na cidade de São Paulo.
Geograficamente localiza-se na latitude 23°39′S e longitude 46°37′W, desde o início de seus
registros. A série temporal desta estação é bastante longa, inicia-se em 1933. Esta estação
meteorológica possui um rigoroso controle de qualidade, baseado na comparação entre as
medidas de seus instrumentos, tais como o psicrômetro de bulbo seco e termógrafo de anel
bimetálico, além das medidas de valores extremos de temperatura do ar realizados pelos
termômetros de máxima e mínima com capilar de mercúrio e álcool respectivamente.
3.8 DADOS DOS POLUENTES PARA A IDENTIFICAÇÃO DAS FONTES REMOTAS

3.8.1 DADOS DOS CO e O3
Foram utilizados os dados de concentrações médias horárias de monóxido de carbono
(CO) e ozônio (O3), obtidos por analisadores contínuos pela Companhia de tecnologia de
Saneamento Ambiental de São Paulo- CETESB (Cetesb, 2001), para estações selecionadas da
Rede Telemétrica. As estações selecionados para o O3 foram: São Miguel Paulista (SMP), São
Caetano do Sul (SCS), Parque Dom Pedro II (PDP), Osasco, Ibirapuera (Ibira), e Moóca. As
estações selecionados para o CO foram: Parque Dom Pedro II (PDP), São Caetano do Sul
(SCS), Lapa, Congonhas (Congo), Cerqueira César (Cesar), Centro e Ibirapuera (Ibira).
3.8.2 DADOS DO PM10

Também foram utilizados os dados de concentrações médias horárias de material
particulado inalável (PM10), coletados pela CETESB. As estações selecionadas para o PM10
foram: Cambuci, Santana, Diadema, Nossa senhora de Ó (Nsenhora) e Penha.
64
CAPÍTULO IV
APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
4.1 CONCENTRAÇÃO DE MATERIAL PARTICULADO NO INTERIOR DOS

TÚNEIS.
Na Tabela 4.1.1a são apresentados dados referentes às amostragens realizadas nos túneis
descritos no item 2.1. Foram coletadas 9 amostras nos túneis Jânio Quadros (JQ) e
Maria Maluf (MM), com o amostrador Minivol. As siglas na tabela significam o local
de coleta, sendo JI referente à coleta interna no túnel JQ, JE representa a coleta externa
no túnel JQ, MI para a coleta interna no túnel MM e ME para a coleta externa no túnel
MM. Também nesta tabela estão apresentados os resultados de concentração de material
particulado fino, grosso e inalável para as 9 amostras coletadas. O túnel JQ possui um
extensão de 1200m, com 4m de altura e duas faixas de rolamento. O volume médio
diário é de 58.000 veículos. O túnel MM possui 845m de extensão, 5,6m de altura, 3
faixas de rolamento e um volume de 70.000 veículos diários. O sistema de ventilação é
baseado na concentração de CO fornecida por monitores instalados no interior dos
túneis, que aumenta e diminui a rotação dos ventiladores dos túneis.
Tabela 4.1.1a Período de amostragem de cada uma das 09 amostras coletadas nos túneis Jânio
Quadros e Maria Maluf e suas concentrações de massa utilizando o
equipamento Minivol
No da INICIO FINAL CONCENTRAÇÕES
Amostra DIA HORA DIA HORA FINO GROSSO INAL*
µg/m 3
µg/m 3
µg/m3
1JI 13-ago-01 10:20 13-ago-01 12:00 75,8 116,9 192,7
2JI 13-ago-01 12:00 13-ago-01 14:02 73,5 84,5 158,0
3JI 13-ago-01 14:03 13-ago-01 16:00 59,8 58,1 117,9
4JE 13-ago-01 11:20 13-ago-01 14:00 31,4 11,1 42,5
5JE 13-ago-01 14:00 13-ago-01 16:00 36,5 17,5 54,0
6MI 10-out-01 7:35 10-out-01 9:49 97,8 98,5 196,3
7MI 10-out-01 9:55 10-out-01 11:51 56,4 50,0 106,4
8ME 10-out-01 7:46 10-out-01 9:48 49,4 12,0 61,4
9ME 10-out-01 9:49 10-out-01 11:30 49,4 8,5 57,9
*INAL=inalável
Na Tabela 4.1.1b são apresentados o número de veículos por hora que circularam
durante as amostragens, por tipo de veículo.
Na Figura 4.1.1 apresenta-se a concentração de massa de aerossóis por amostra, nas
frações fina e grossa, obtida para as 9 amostras coletadas nos túneis. Observa-se que as
concentrações em massa do material particulado (CMP) obtidas no interior dos túneis são
maiores que as CMP externas. Este resultado está de acordo com Kirchstetter et al. (1999),
que estudaram as medidas das concentrações dos poluentes no túnel Caldecott (1100 m de
65
longitude) localizado no leste de San Francisco (EUA), onde os autores obtiveram este
mesmo resultado para a maioria dos poluentes atmosféricos.
Tabela 4.1.1b Número de veículos por hora que circularam durante as amostragens
No da Veículos leves Motos Caminhões ônibus
Amostra
1JI 2234 78
2JI 2684 131
3JI 2856 200
6MI 1292 174 177 10
7MI 1476 173 325 4
Figura 4.1.1. Concentração em massa do material particulado (CMP), nas modas fina e
grossa por amostra, nos túneis Jânio Quadros e Maria Maluf.
A Figura 4.1.2 ilustra a razão da concentração de black carbon (BC), na concentração

de material particulado fino (MPF), obtida para as amostras coletadas nos túneis. Observa-se
uma participação de BC na concentração de MPF em 29% no túnel JQ (onde circulam
majoritariamente veículos movidos a gasolina) e 55% no túnel MM (onde existe uma
participação de veículos pesados movidos à diesel). Essas amostragens nos túneis mostraram
que o BC é mais abundante em aerossóis gerados a partir de veículos movidos à diesel.
Kirchstetter et al. (1999), no túnel Caldecott (Estados Unidos), mostraram que a participação
de BC na concentração de MPF é de 51%, concordando com os resultados obtidos na
RMSP.
66
0,6
0,5
0,4
BC/MPF
0,3
0,2
0,1
0,0
Figura 4.1.2. Razão da concentração de black carbon (BC) na concentração do material
particulado fino (MPF), por amostra.
4.2 COMPOSIÇÃO ELEMENTAR DOS AEROSSÓIS

A Figura 4.1.3 apresenta a participação percentual dos elementos inorgânicos (Z ≥ 11),
em relação à massa total do particulado. O restante da massa é composto por elementos leves,
compostos orgânicos e água, não detectáveis pela análise PIXE utilizada na determinação da
composição elementar dos aerossóis. As concentrações dos compostos e elementos
inorgânicos na forma oxidada, como se apresentam na atmosfera (mais citados na literatura,
como por exemplo em Andrade -1993), para as modas fina e grossa estão apresentados nas
Tabelas 4.1.2a e 4.1.2b, respectivamente. Considerando a forma oxidada, a participação dos
compostos inorgânicos na concentração de material particulado é maior no túnel JQ que no
MM. Parte significativa da massa está associada ao óxido de Ferro e ao sulfato de amônio. O
que foi denominado como org, consiste na fração da massa não explicada pelos aerossóis
inorgânicos e pelo BC.
moda fina
moda grossa
0,5
0,4
somaCE/CMP
0,3
0,2
0,1
0,0
Figura 4.1.3. Participação percentual dos elementos inorgânicos (EI) em relação à massa
total de material particulado (CMP), por amostra.
67
As Figuras 4.1.4 e 4.1.5 apresentam as razões entre as médias percentuais internas
(PCMI) e as médias percentuais externas (PCME), nos túneis Jânio Quadros (JQ) e Maria
Maluf (MM), respectivamente. No túnel JQ a concentração de Fe, na moda fina, apresenta-se
enriquecida (Figura 4.1.4), tendo, como possível causa, a contribuição oriunda do sistema de
ventilação e os próprios veículos. Os elementos traços Si, Fe e BC, na moda fina,
apresentam-se enriquecidos nas amostras coletadas no túnel MM.
68
Tabela 4.1.2a. Compostos e elementos inorgânicos na sua forma oxidada, black carbon (BC) e compostos orgânicos na moda fina (em µg/m3)
No da Al2O3 SiO2 (NH4)2SO4 NaCl K2O CaO TiO2 MnO2 Fe2O3 NiO Cu2O ZnO Br Pb Inor* Inor/M*(%) BC/M Org*
Amostra *
1JI 1,51 0,90 12,62 0,17 0,35 1,67 0,31 0,23 14,32 0,01 0,47 0,37 0,07 0,03 33,04 43,62 0,35 16,57
2JI 1,32 0,68 6,50 0,17 0,24 1,41 0,26 0,17 13,09 0,44 0,29 0,06 0,00 24,66 33,57 0,26 29,88
3JI 3,97 0,26 0,11 0,84 0,16 0,13 9,60 0,00 0,51 0,05 0,04 15,92 26,60 0,24 29,56
4JE 0,62 0,23 5,68 0,17 0,18 0,57 0,09 0,05 0,43 0,02 0,02 0,26 0,04 0,02 8,37 26,69 0,18 17,38
5JE 0,37 0,00 4,37 0,35 0,35 0,59 0,09 0,03 0,36 0,01 0,02 0,10 0,05 6,67 18,28 0,16 23,82
6MI 1,79 5,77 0,32 0,03 0,25 0,07 0,06 1,61 0,01 0,07 0,23 0,04 0,06 10,31 10,54 0,48 40,83
7MI 1,31 2,54 0,33 0,00 0,16 0,05 0,03 0,37 0,01 0,02 0,11 0,03 0,02 4,97 8,81 0,58 18,60
8ME 2,26 7,73 0,38 0,12 0,24 0,09 0,07 0,47 0,03 0,04 0,36 0,05 0,08 11,92 24,15 0,30 22,72
9ME 0,17 3,80 0,83 0,16 0,42 0,11 0,06 0,61 0,02 0,03 0,23 0,06 0,04 6,53 13,21 0,36 25,31
* Inor= elementos inorgânicos, Org= Compostos orgânicos + água, M= concentração de massa do MPF
Tabela 4.1.2b. Compostos e elementos inorgânicos na sua forma oxidada (em µg/m3) na moda grossa
No da Al2O3 SiO2 (NH4)2SO4 NaCl K2O CaO TiO2 Cr MnO2 Fe2O3 NiO Cu2O ZnO Pb Inor*
Amostra
1JI 4,67 4,82 4,71 0,72 1,05 10,44 0,62 0,10 0,23 16,65 0,07 0,41 0,59 0,04 45,14
2JI 2,08 2,08 2,17 0,41 0,44 4,47 0,41 0,07 0,17 14,04 0,01 0,43 0,25 0,03 27,07
3JI 2,44 2,11 1,79 0,30 0,45 3,68 0,41 0,06 0,17 12,99 0,38 0,31 0,00 25,09
4JE 1,43 1,52 1,10 0,37 0,19 2,63 0,23 0,06 0,04 1,12 0,02 0,02 0,14 0,02 8,88
5JE 0,94 0,63 0,83 0,13 1,70 0,17 0,09 0,05 0,85 0,00 0,01 0,05 0,02 5,46
6MI 0,89 2,32 5,64 0,48 0,28 2,68 0,27 0,03 0,11 5,56 0,05 0,14 0,37 0,07 19,17
7MI 1,07 2,33 0,27 0,18 1,57 0,18 0,13 0,07 3,25 0,03 0,06 0,16 0,02 9,33
8ME 0,72 1,59 0,38 1,50 0,16 0,15 0,05 0,80 0,09 0,02 0,14 5,59
9ME 0,65 0,58 1,88 0,18 0,06 0,05 1,11 0,04 0,04 0,10 4,70
69
fina JQ
16 grossa JQ
12
PCM I/PC M E
0
percentuais obtidas nas medidas externas (PCME), no túnel Jânio Quadros (JQ), nas
frações da moda fina e grossa do aerossol.
fina
2.0 grossa
1.6
PCM I/PCM E
1.2
0.8
0.4
0.0
C MP Al Si S Cl K Ca Ti Mn Fe Zn Br Pb BC
percentuais obtidas nas medidas externas (PCME), no túnel Maria Maluf, nas frações da
moda fina e grossa do aerossol.
70
4.3 PARTICIPAÇÃO DOS ELEMENTOS-TRAÇOS NO MATERIAL PARTICULADO
Uma avaliação da participação dos elementos-traços veiculares ou não no material

particulado pode ser estimada a partir da equação 4.3.1.,
CE
ev = (4.3.1)
CMP * 10
onde:
ev= participação do elemento-traço no material particulado (em %) para a cada estágio,

CE= a concentração dos elementos traços (em ng/m3) para cada estágio, e
CMP=a concentração de massa do material particulado (em µ g/m3) em cada estágio.
Os valores em percentuais (%) do ev para os elementos da moda fina e moda grossa estão
apresentados nas Tabelas 4.1.3 e 4.1.4, respectivamente
71
Tabela 4.1.3. Razão entre a concentração de elementos-traços e o MPF* (em %)
No da Al Si S Cl K Ca Ti Mn Fe Ni Cu Zn Br Pb BC
Amostra
1JI 1,05 1,08 4,06 0,13 0,38 1,00 0,31 0,19 13,50 0,01 0,57 0,41 0,09 0,04 34,51
2JI 0,95 0,85 2,16 0,14 0,27 0,88 0,28 0,15 12,73 0,55 0,33 0,08 25,76
3JI 1,62 0,25 0,16 0,64 0,21 0,13 11,46 0,00 0,71 0,09 0,07 23,99
4JE 1,05 0,66 4,42 0,32 0,47 0,83 0,21 0,09 0,98 0,04 0,05 0,70 0,13 0,05 17,91
5JE 0,53 2,92 0,56 0,79 0,73 0,19 0,05 0,70 0,02 0,06 0,22 0,12 16,47
6MI 1,66 1,44 0,19 0,03 0,12 0,06 0,04 1,18 0,01 0,06 0,19 0,05 0,06 47,70
7MI 2,11 1,10 0,34 0,13 0,06 0,03 0,47 0,01 0,03 0,16 0,06 0,03 58,22
8ME 4,16 3,82 0,46 0,20 0,22 0,14 0,08 0,68 0,04 0,07 0,61 0,10 0,17 29,83
9ME 0,32 1,87 0,98 0,27 0,39 0,18 0,08 0,88 0,03 0,06 0,39 0,12 0,08 35,59
* MPF= material particulado fino
Tabela 4.1.4. Razão entre a concentração de elementos-traços e o MPG* (em %)

No da Al Si S Cl K Ca Ti Cr Mn Fe Ni Cu Zn Pb
Amostra
1JI 2,10 3,75 0,98 0,36 0,75 4,06 0,41 0,09 0,12 10,17 0,05 0,32 0,42 0,03
2JI 1,30 2,24 0,63 0,28 0,43 2,41 0,37 0,08 0,13 11,86 0,01 0,46 0,25 0,04
3JI 2,21 3,30 0,75 0,30 0,65 2,88 0,54 0,10 0,18 15,96 0,00 0,60 0,45
4JE 6,79 12,42 2,42 1,94 1,39 10,74 1,59 0,54 0,24 7,19 0,17 0,16 1,04 0,14
5JE 2,82 3,28 2,80 0,64 4,42 0,73 0,49 0,16 3,48 0,02 0,07 0,23 0,11
6MI 0,47 2,14 1,40 0,29 0,24 1,24 0,21 0,03 0,07 4,03 0,04 0,13 0,31 0,07
7MI 1,95 1,14 0,32 0,30 1,43 0,27 0,26 0,09 4,64 0,04 0,11 0,26 0,03
8ME 5,44 3,23 1,87 5,69 1,00 1,23 0,25 4,75 0,56 0,17 0,95
9ME 6,95 4,05 10,08 1,64 0,70 0,39 9,38 0,35 0,41 1,01
MPG= material particulado grosso
72
4.4 DISTRIBUIÇÃO DE TAMANHO DOS AEROSSÓIS GERADOS POR EMISSÕES
VEICULARES.
4.4.1 RESULTADOS DA GRAVIMETRIA

Na Tabela 4.4.1 são apresentadas as informações sobre a amostragem do aerossol,
utilizando o equipamento MOUDI, realizada nos túneis Jânio Quadros e Maria Maluf, nos dias
13 de agosto e 10 de outubro de 2001, respectivamente. No túnel Jânio Quadros foram coletadas
3 amostras: a primeira amostra chamada moudiJ 1, a segunda amostra chamada moudiJ 2, e a
terceira amostra chamada moudiJ 3. No túnel Maria Maluf foram coletadas duas amostras,
chamadas moudiM 4 e moudiM 5. O início e final das amostragens são mostrados na Tabela
4.4.1.
Tabela 4.4.1 Informações sobre as amostragens dos aerossóis realizadas nos túneis Jânio
Quadros (MoudiJ) e Maria Maluf (MoudiM) utilizando o MOUDI.
MoudiJ 1 13/08/01 às 10:20 13/08/01 às 11:55 1 24,6
MoudiJ 2 13/08/01 às 12:05 13/08/01 às 14:00 2 25,15
MoudiJ 3 13/08/01 às 14:00 13/08/01 às 16:00 3 24,85
MoudiM 4 10/10/01 às 07:30 10/10/01 às 09:45* 4 23,9
MoudiM 5 10/10/01 às 10:06 10/10/01 às 11:55 5 22,65
*houve falta de energia das 8h30min até 8h43min.
Na Tabela 4.4.2 são apresentadas as concentrações em massa, obtidas a partir da

utilização do equipamento MOUDI, nos túneis Jânio Quadros e Maria Maluf.
73
Tabela 4.4.2 Estágios do Impactador em Cascata, com os diâmetros de corte e concentrações em
massa por estágio.
Estágio Diâmetro CONCENTRAÇÕES (µg/m3)
de corte
MoudiJ 1 MoudiJ 2 MoudiJ 3 MoudiM 4 MoudiM 5
(µm)
Inlet 18 75,2 48,6 41,3 27,2 21,2
A 47,4 38,3 27,6 26,8 19,6
1 10
A 46,3 18,7 23,4 21,8 28,8
2 5,6
A 19,6 11,2 18,7 26,1 22,4
3 3,2
A 12,7 7,7 13,2 31,3 20,2
4 1,8
A 6,5 4,4 9,3 27,2 19,2
5 1,0
6A 0,56 20,8 4,9 12,0 34,1 27,0
A 18,3 13,3 17,7 31,1 34,3
7 0,32
9A 0,10 29,0 20,6 24,7 37,6 48,9
Teflon < 0,1 10,2 7,7 3,1 63,9 59,6
(after filter)
Nas Figuras 4.4.1 à 4.4.2 estão ilustradas as distribuições de massa por estágio de cada
impactador. Observa-se que os túneis Jânio Quadros (JQ) e Maria Maluf (MM) apresentam
diferenças em termos de distribuição de tamanho do aerossol. O túnel JQ apresenta valores
elevados de concentrações de massa na moda grossa (diâmetro de corte (D50) ≥ 1,8 µm) e o túnel
MM apresenta valores elevados das concentrações de massa do material particulado (CMP) na
moda fina (D50 ≤1,0 µm).
Observa-se a presença de duas modas no túnel JQ (Figuras 4.4.1a à 4.4.1b), uma moda
fina com valores elevados da concentração de massa em D50 de 0,1 µm, e na moda grossa em
5,6; 10 e 18 µm.
Observa-se a presença de uma moda no túnel MM (Figuras 4.4.2a à 4.4.2b), com valores
elevados da concentração de massa em D50 ≤0,1 µm e 0,1 µm, devido, muito provavelmente, à
grande participação de BC na concentração de massa do material particulado fino. Esse valor foi
estimado em 55% do MPF (Figura 4.1.2). No estudo do túnel, em Osaka, Japão, Funasaka et al.
(1998) mostraram que o BC foi o elemento predominante para partículas no túnel, caracterizado
por veículos à diesel. Segundo estes autores, o BC participou com 71% para a massa do aerossol
em D50 ≤ 2,0 µm. Também Weingartner et al. (1997) reportaram que a razão entre o BC e a
74
CMP, no interior do túnel Gubrist (3250 m de comprimento) na Alemanha, foi 0,5 à 100 m do
início do túnel e 0,3 à 100 m antes de sair do túnel.
(a) moudiJ 1
CMP( µ g/m )
60
3
40
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro (µ m)
(b) moudiJ 2
40
CMP(µ g/m )
3
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro (µ m)
(c) moudiJ 3
40
CMP(µ g/m )
3
30
20
10
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro (µ m)
localizado no túnel Jânio Quadros, , para os coletores: (a) moudiJ 1, (b) moudiJ 2, (c)
moudiJ 3
75
(a) moudiM 4
60
CMP( µ g/m )
3
40
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro ( µ m)
(b) moudiM 5
60
CMP( µ g/m )
3
40
20
0
< 0.1 0.1 0.32 0.56 1.0 1.8 3.2 5.6 10 18
diâmetro ( µ m)
localizado no túnel Maria Maluf para os coletores: (a) moudiM 4, (b) moudiM 5.
Observa-se nas distribuições acima no túnel Maria Maluf a maior participação de massa
em estágios que correspondem às partículas mais finas. Este comportamento deve ser resultante
da maior contribuição de partículas constituídas por carbono emitidas por motores a diesel.
A Figura 4.4.3 mostra as concentrações totais do aerossol, considerando soma de todos os
estágios, para cada impactador, utilizado nos dois túneis. Observa-se que as concentrações totais
(CT), no túnel Maria Maluf são levemente maiores que as CT no túnel Jânio Quadros.
76
CT(µ g/m ) 300
3
200
100
0
moudiJ 1 moudiJ 2 moudiJ 3 moudiM 4 moudiM 5
Amostragem
Figura 4.4.3 Concentrações totais (CT), soma de todos os estágios para cada impactador
para as amostragens nos túneis.
4.4.2 CONTRIBUIÇÕES DAS EMISSÕES VEICULARES CONSIDERANDO A

Para o cálculo das ev para cada tipo de túnel, realizou-se a média dos elementos traços
considerando as 3 amostras no túnel Jânio Quadros, para cada estágio, e a média dos elementos
traços considerando as duas amostras do túnel Maria Maluf. A partir das médias dos elementos
traços foram realizados os cálculos das ev, utilizando a Equação 4.3.1. Os resultados são
mostrados nas Tabelas 4.4.3 e 4.4.4. No túnel Jânio Quadros (Tabela 4.4.3), veículos movidos à
gasolina apresentaram altos valores de emissão veicular para os elementos Fe nos estágios 5,6
µm, 1,8 µm, 1,0 µm, 0,56 µm, 0,32 µm e 0,1 µm, , Ca em 3,2, 1,8 e 0,1 µm (associados a
ressuspensão do solo), S na moda fina em 0,32 µm (proveniente do S convertido da fase gás) e Si
em 5,6, 3,2, 1,8 e 1,0 µm.
No túnel Maria Maluf (Tabela 4.4.4), caracterizado pelo tráfego de veículos movidos à
diesel, foram encontrados altos valores de emissão veicular para os elementos Fe em 3,2 µm, 1,8
µm e 1,0 µm de diâmetro de corte; Si em 5,6 µm, 1,8 µm, e 1,0 µm, e 0,32 µm. A base de dados
das concentrações elementares, amostrados nos túneis Jânio Quadros (no dia 13 de agosto de
2001) e Maria Maluf (no dia 10 de outubro de 2001) estão no Apêndice B.
Também foi realizado o cálculo das ev para o ambiente atmosférico, amostragens
realizadas no DCAUSP, no inverno de 1999 (descrito no item 3.1.1). Os resultados das ev para o
inverno de 1999 são mostrados na Tabela 4.4.5. Observa-se altos valores das ev para os
elementos Fe em 1,8 µm, 1,0 µm e 0,56 µm, S para todos os diâmetros de corte e Si em 1,8 µm,
1,0 µm, 0,56 µm, 0,32 µm de diâmetro de corte (Tabela 4.4.5).
77
Tabela 4.4.3 Razão entre a concentração de elementos-traço e a concentração em massa (%) em cada estágio no túnel Jânio Quadros
18 0,31 0,01 0,07 0,10 0,04 0,38 0,02 0,01 0,37 0,00 0,02 0,03
10 0,52 0,04 0,10 0,09 0,12 0,83 0,04 0,01 0,92 0,00 0,02 0,03 0,04 0,00
5,6 1,37 0,06 0,37 0,18 0,26 0,00 0,06 4,89 0,01 0,14 0,10 0,05 0,02
3,2 2,34 0,09 0,63 0,33 0,37 1,44 0,14 0,04 0,01 0,46 0,17 0,10 0,05
1,8 1,84 0,13 0,63 0,25 0,24 2,11 0,24 0,09 4,48 0,04 0,57 0,21 0,15 0,06
1,0 1,65 0,17 1,03 0,51 0,13 1,64 0,22 0,13 11,81 0,03 0,51 0,44 0,26 0,03
0,56 0,85 0,10 0,87 0,37 0,24 0,64 0,09 0,07 4,12 0,00 0,24 0,28 0,12 0,04
0,32 0,65 0,09 1,46 0,06 0,40 0,81 0,13 0,05 4,77 0,00 0,30 0,21 0,10 0,04
0,1 0,26 0,05 1,19 0,20 0,30 0,26 0,03 0,04 1,38 0,01 0,09 0,10 0,07 0,03
Tabela 4.4.4 Razão entre a concentração de elementos-traço e a concentração em massa (%) em cada estágio no túnel Maria Maluf
18 0,85 0,03 0,03 0,17 0,01 0,01 0,28 0,00 0,07
10 0,47 0,06 0,08 0,08 0,01 0,23 0,02 0,01 0,53 0,00 0,00 0,01 0,07 0,00
5,6 1,34 0,06 0,21 0,06 0,09 0,66 0,08 0,03 2,23 0,02 0,04 0,04 0,07 0,01
3,2 0,86 0,06 0,26 0,00 0,10 0,50 0,09 0,04 3,49 0,03 0,09 0,06 0,07 0,01
1,8 1,28 0,06 0,21 0,02 0,04 0,24 0,05 0,03 1,87 0,02 0,06 0,09 0,04 0,01
1,0 1,61 0,05 0,61 0,06 0,05 0,26 0,06 0,04 2,15 0,01 0,09 0,11 0,08 0,01
0,56 0,30 0,05 0,27 0,04 0,10 0,14 0,04 0,03 0,42 0,00 0,08 0,09 0,06 0,01
0,32 1,24 0,06 1,12 0,00 0,16 0,24 0,05 0,04 1,61 0,01 0,14 0,17 0,06 0,01
0,1 0,74 0,03 0,40 0,03 0,03 0,03 0,00 0,01 0,17 0,00 0,01 0,04 0,04 0,01
78
Tabela 4.4.5 Participação dos elementos traços na concentração em massa por estágio, para amostragens realizadas no inverno
de1999 no DCAUSP
D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb Mn
1.8 4,01 1,24 0,33 0,80 0,56 0,17 0,05 1,83 0,05 0,09 0,43 0,05 0,08
1.0 3,62 2,74 0,25 0,63 0,93 0,21 0,04 2,38 0,04 0,09 0,47 0,11 0,07
0.56 1,34 3,62 0,17 0,81 0,37 0,09 0,03 1,28 0,03 0,07 0,50 0,15 0,07
0.32 1,36 5,67 0,20 0,80 0,18 0,04 0,06 0,76 0,03 0,06 0,47 0,17 0,04
0.1 0,50 5,26 0,16 0,55 0,06 0,00 0,04 0,33 0,02 0,05 0,31 0,15 0,02
79
4.5 CONCENTRAÇÃO DE GASES ORIUNDOS DAS EMISSÕES VEICULARES
Na Tabela 4.5.1 é apresentada a média de dióxido de carbono (CO2), medida nos

túneis Jânio Quadros e Maria Maluf. As medidas das concentrações de CO2 foram realizadas
com um analisador de gás por infravermelho, baseado na absorção pelo CO2 da radiação na
banda do infravermelho λ > 0,7 µm (Freitas, 2001). A base de dados está apresentada no
Apêndice C. Observa-se que a concentração de CO2, no interior do túnel Maria Maluf, é
ligeiramente maior que a concentração de CO2, no interior do túnel Jânio Quadros, que
caracteriza tráfego de veículos movidos a gasolina (Tabela 4.5.1). Este resultado está de
acordo com Saiki & Nakazawa (1991), que mostraram que emissão de CO2, no Japão, a partir
dos veículos movidos a diesel foi de 230-260 g/km, enquanto a emissão de CO2 a partir dos
veículos movidos a gasolina foi de 130-160 g/km.
Tabela 4.5.1 Média aritmética e desvio padrão (entre parênteses) da concentração de CO2
nos túneis Jânio Quadros e Maria Maluf.
Data Túnel CO2 interno (ppm) CO2 externo (ppm)
13/08/2001 Jânio Quadros 448,3 (47,7) 396,1 (16,5)
10/10/2001 Maria Maluf 524,7 (42,7) 411,3 (12,9)
Nas Tabelas 4.5.2 e 4.5.3 são apresentadas as concentrações de CO, NOx e SO2,
medidas nesses túneis. As coletas foram realizadas em sacos de Tedlar e as análises nos
monitores contínuos da estação telemétrica da CETESB, localizada em Congonhas. Os sacos
de Tedlar foram envolvidos em plásticos pretos, para minimizar a incidência de radiação e
portanto as reações químicas no seu interior e levados imediatamente para análise. A base de
dados está apresentada no Apêndice D. Observa-se que a concentração média de CO, no
interior do túnel Maria Maluf, é ligeiramente maior que a concentração média de CO, no
interior do túnel Jânio Quadros (Tabelas 4.5.2a e 4.5.2b). Este resultado está de acordo com o
estudo do Funasaka et al. (1998), que mostraram através da análise de regressão multipla, que
o monóxido de carbono e CO2 originam-se tanto de veículos movidos à gasolina como os
movidos a diesel.
Observa-se que o valor da concentração de NOx, no túnel Maria Maluf, é 2,5 vezes
maior que o valor da concentração de NOx, no interior do túnel Jânio Quadros (Tabelas
4.5.3a e 4.5.3b), indicando a grande emissão de NOx por veículos movidos a diesel. Este
resultado está de acordo com o inventário oficial de emissão veicular. Os veículos leves
movidos a álcool ou gasool emitem treze vezes menos NOx que os veículos movidos à diesel,
Tabela 4.5.4 (Cetesb, 2000). O volume médio de tráfego (veículos por hora) para o período
de amostragem foi de 2591 veículos leves no túnel JQ, enquanto no túnel MM foi de 1384
veículos leves e 251 veículos pesados (considerando-se o sentido Imigrantes-Anchieta).
Assumindo a mesma velocidade média de tráfego nos dois túneis, espera-se que o valor da
concentração de NOx no túnel MM seja duas vezes maior que no túnel JQ, como é observado
nas medidas de NOx nesses túneis.Observa-se que as concentrações de SO2, nos dois túneis,
são muitos parecidas indicando que o SO2 é emitido por ambos veículos á diesel e gasolina.
Em resumo, observa-se que as concentrações dos gases (CO2, CO, NOx, e SO2), no
interior dos túneis, são maiores que as concentrações dos gases no ambiente externo dos
túneis (Tabela 4.5.2 e 4.5.3), como o esperado. Marr et al. (1999) ao estudarem a emissão
veicular experimental no túnel Caldecott (1,1 km de longitude), no norte de Califórnia,
obtiveram os mesmos resultados deste estudo para CO2 e CO.
Tabela 4.5.2a Medidas no interior do túnel Jânio Quadros. (desvio padrão entre parênteses)
13/08/01 Jânio 7,5(0,2) 408,3(6,3) 33,7(0,0)
(11:20-12:45) Quadros
13/08/01 Jânio 7,6(0,1) 437,6(1,6) 41,5(0,0)
(13:00-14:30) Quadros
Tabela 4.5.2b Medidas fora do túnel Jânio Quadros

Fora Fora
13/08/01 Jânio 1,39 (0,05) 51,03 (0,4) 20,73 (0,001)
(11:20-12:45) Quadros
13/08/01 Jânio 1,5 (0,20) 73,44 (2,7) 28,51 (0,003)
(12:45-14:30) Quadros
Tabela 4.5.3a Medidas no interior do túnel Maria Maluf

10/10/2001 Maria 11,14(0,03) 1020,2(1,5) 28,6(0,5)
(08:00-09:48) Maluf
10/10/2001 Maria 12,68(0,03) 1181,2(2,6) 57,9(0,9)
(09:55-11:55) Maluf
Tabela 4.5.3b Medidas no exterior do túnel Maria Maluf

Fora Fora Fora
10/10/2001 Maria 2,02(0,03) 125,0(0,0) 3,3(0,9)
(08:00-09:48) Maluf
2
10/10/2001 Maria 2,47(0,07) 137,5(0,7) 2,6(0,1)
(09:55-11:55) Maluf
Tabela 4.5.4 Fatores médios de emissão dos veículos em uso na RMSP em 2000
(Cetesb, 2001).
FONTE DE EMISSÃO FATOR DE EMISSÃO (g/km)
CO HC NOX SOX MP
FONTES DE EMISSÃO
Tubo de escapamento por tipo de veículos
Gasolina c1 13,1 1,3 0,8 0,16 0,08
Álcool 17,8 2,0 1,1 - -
2
Diesel 17,8 2,9 13,0 0,43 0,81
Táxi 4,7 0,5 0,5 0,14 0,07
Motocicleta e similares 19,7 2,6 0,1 0,09 0,05
Emissão do cárter e evaporativa
Gasolina c1 - 2,0 - - -
Álcool - 1,5 - - -
Motocicleta e similares - 1,4 - - -
Pneus (todos os tipos) - - - - 0,07
MP= refere-se ao total de material particulado, sendo que as partículas inaláveis são uma
fração deste total.
CO=monóxido de carbono, HC=hidrocarbonetos totais, NOX= óxidos de nitrogênio, SOX= óxidos de enxofre
Os resultados obtidos de concentração dos poluentes nos túneis estão consistentes com
o inventário de emissão da CETESB, já que em função do número de veículos, considerando
a mesma velocidade média nos dois túneis, esperava-se o dobro da concentração de NOx no
túnel Maria Maluf, como o verificado.
4.6 ESTIMATIVA DA EMISSÃO DE MATERIAL PARTICULADO E GASES (NOx e

SO2) PELOS VEÍCULOS
Os veículos constituem uma fonte significativa de emissão de material particulado.
Vários estudos sobre emissão de poluentes por queima de combustíveis já foram realizados
em outros países, principalmente nos Estados Unidos. Mas, ainda assim, relacionados aos
compostos orgânicos voláteis e os gases NOx e SO2 (Marr et al., 1999; Kirchstetter et al.,
1999). Emissão de compostos inorgânicos tem sido pouco estudada. Apresentam-se aqui
estimativas das emissões de elementos-traços e gases (NOx e SO2) associados à queima do
combustível gasolina, baseada na expressão descrita no item 2.1.1. Não foram realizadas essas
estimativas para os veículos à diesel porque as medidas de concentração de elementos-traços
3
no interior do túnel foram aproximadamente iguais ou mesmo menores que as obtidas para as
amostragens no exterior do túnel MM.
Fatores de emissão (massa do poluente emitido por quilograma de combustível
queimado) para os veículos leves foram calculados diretamente das medidas realizadas no
túnel Jânio Quadros que possui uma participação muito pequena de veículos leves movidos à
diesel circulando no seu interior. Os resultados são apresentados na tabela 4.6.1 para os
elementos traços e na tabela 4.6.2 para os gases NOx e SO2.
Tabela 4.6.1. Fatores de emissão para elementos-traço na fase particulado fino (em mg/kg),
resultado da emissão por veículos leves. O desvio padrão médio entre
parenteses
Elemento-traço Veículos leves

Al 8,15 (0,13)
Si 8,64 (0,15)
S 10,9 (1,11)
Ca 5,59 (0,20)
Ti 2,04 (0,08)
Mn 1,47 (0,06)
Cu 6,67 (0.05)
Zn 2,95 (0,14)
Br 0,29 (0,05)
Pb 0,33 (0,05)
BC 235 (0,05)
Existe uma significativa emissão de enxofre e BC por veículos leves. Observa-se também a
significativa emissão de Al, Si e Cu.
Tabela 4.6.2 Fatores de emissão para os gases NOx e SO2 (em g/kg), resultado da emissão
por veículos leves. O desvio padrão médio entre parenteses
Gases Veículos leves
NOx 11,4 (0,06)
SO2 0,22 (0,05)
Considerando um valor médio de 10 km por litro de combustível, verifica-se que a

estimativa a partir das emissões em túneis, é coerente com a realizada pela CETESB (Tabela
4.5.4), a partir do consumo de combustível e da quilometragem média de circulação de
veículos.
4.7. IDENTIFICAÇÃO DAS FONTES LOCAIS POR ANÁLISE DE FATORES
4
A Análise de Fatores (AF) foi aplicada aos elementos-traços do Material Particulado
Fino (MPF) amostrados em dois sítios durante a campanha experimental de 1999: no terraço
do edifício principal do Instituto de Física da Universidade de São Paulo (IFUSP) e no teto da
torre de caixa d’água nas antigas instalações do IAG, no Parque Estadual das Fontes do
Ipiranga (PEFI), no bairro da Água Funda.
A base de dados ficou composta por 19 variáveis: concentração de BC1, BC2, Al, Si,
P, S, Cl, K, Ca, Ti, V, Mn, Fe, Ni, Cu, Zn, Br, Pb e MPF analisadas em 76 amostras, no
IFUSP. Já na estação da Água Funda a base de dados ficou composta por 18 variáveis: BC1,
BC2, Al, Si, P, S, Cl, K, Ca, Ti, V, Mn, Fe, Ni, Cu, Zn, Br e MPF analisadas em 74 amostras,
coletadas com o AFG pelo GEPA.
4.7.1 RESULTADOS DA ANÁLISE DE FATORES NO IFUSP

O resultado da aplicação da AF para o conjunto de dados de concentração de
elementos-traços amostrados com o AFG, na estação IFUSP, em 1999, é apresentado na
Tabela 4.7.1. Cinco fatores foram retidos. Os autovalores destes fatores, antes da rotação
VARIMAX, foram 10,01; 3,45; 1,47; 1,26 e 1,00. Depois da rotação VARIMAX, os cinco
fatores explicaram 92,7% da variância dos dados. Todos os elementos apresentaram alta
comunalidade, indicando que a variabilidade dos dados foi significativamente explicada pelos
5 fatores do modelo de cada variável (Artaxo et al., 2000). Nota-se que as comunalidades são
em torno de 0,91 (91% de variância de cada variável é explicada pelos 5 fatores do modelo).
Os autovalores após a rotação VARIMAX, que explicaram a variância de cada fator retido
estão presentes na Tabela 4.7.1. Os valores em vermelho na Tabela indicam os elementos
com pesos mais significativos e que facilitam a identificação de fontes emissoras.
5
Tabela 4.7.1 Média aritmética, valor mínimo, valor máximo e desvios padrões das variáveis
amostradas no IFUSP, pesos dos fatores da Análise de Fatores com rotação
VARIMAX e comunalidade (h2)
Variáveis* Média Valor Valor Desvio Fator 1 Fator 2 Fator 3 Fator 4 Fator 5 h2
mínimo máximo Padrão
BC 7,3 0,6 26,3 4,5 0,47 0,14 0,52 0,15 0,64 0,94
Al 259,9 6,0 786,1 197,1 0,91 -0,09 -0,07 0,27 0,12 0,93
Si 399,0 17,9 1007,2 242,4 0,96 0,01 0,07 0,17 0,09 0,96
P 23,4 4,6 78,9 13,4 0,45 0,15 0,57 0,31 0,29 0,73
S 1856,8 157,4 10260,4 1767,8 -0,04 0,46 0,51 0,60 -0,31 0,93
Cl 54,6 8,1 197,8 35,3 0,20 0,27 -0,05 0,49 0,63 0,75
K 449,0 33,6 2123,2 379,3 0,65 0,02 0,12 0,67 0,22 0,93
Ca 141,6 12,2 371,8 88,7 0,93 0,06 0,06 -0,03 0,17 0,90
Ti 42,3 1,5 106,8 27,9 0,92 0,01 0,11 0,22 0,2 0,95
V 17,6 1,0 123,8 21,9 0,01 0,15 0,93 0,10 0,08 0,90
Mn 11,0 0,6 29,7 6,1 0,60 0,73 0,16 0,05 -0,07 0,93
Fe 402,0 18,9 925,6 214,8 0,88 0,27 0,24 0,16 0,18 0,96
Ni 9,7 0,5 66,9 11,4 0,04 0,20 0,91 0,12 0,09 0,89
Cu 11,8 0,6 33,1 6,4 0,37 0,57 0,38 0,09 0,47 0,84
Zn 103,6 4,4 369,2 69,9 -0,12 0,92 0,10 0,14 0,12 0,90
Br 11,4 2,5 46,1 7,5 0,26 0,21 0,17 0,87 0,22 0,95
Pb 35,9 2,4 94,9 21,4 0,0 0,79 0,37 0,28 0,31 0,94
MPF 34,4 4,1 135,8 23,9 0,48 0,23 0,46 0,63 0,23 0,94
Autovalor 6,15 3,32 3,48 2,65 2,02

Variância(%) 32,3 17,5 18,3 13,9 10,6 92,7
4.7.1.a IDENTIFICAÇÃO DAS FONTES NO IFUSP

Os elementos traçadores de solo tais como Al, Si, Ca, Ti e Fe estão presentes
com altos pesos no primeiro fator (Fator 1), sendo este, portanto, associado à fonte de
ressuspensão do solo (Thurston & Spengler, 1985; Malm & Gebhart, 1996; Artaxo et al.,
1988). O segundo fator (Fator 2), com altos pesos para os elementos Mn, Zn e Pb, foi
associado à fonte industrial, assim como em Castanho (1999). Os elementos Pb e Zn também
estão relacionados às emissões de incineradores municipais (Andrade et al., 1994 ; Ito et al.,
1986). Mas esse fator pode estar também relacionado com as emissões veiculares, o que é
confirmado pelo alto peso do elemento Cu, traçador da fonte veicular que está de acordo com
as medidas realizadas nos túneis neste trabalho, onde foi observada a participação
significativa do elemento Cu nas emissões veiculares (Tabela 4.6.1).
O terceiro fator (Fator 3), com altos pesos nos elementos V e Ni, está associado às
emissões de queima de óleo combustível. Ito et al. (1986), Thurston & Spengler (1985) e
Keiding et al. (1986) associaram os altos pesos desses elementos à esse tipo de fonte. A
queima de óleo combustível é realizada em caldeiras das indústrias, e para aquecimento.
6
O quarto fator (Fator 4), com altos pesos para Br, K, S e MPF, foi associado à fonte
sulfato secundário de acordo com Castanho (1999) que associou os altos pesos para S e FPM
à fonte sulfato. Entretanto na literatura tem-se também o Br e K associados à emissão
veicular, como por exemplo em Andrade (1993). Neste trabalho também foi observado o Br
nas emissões veiculares dos veículos leves no túnel Jânio Quadros, portanto também este fator
foi associado à fonte emissões veiculares.
O quinto fator (Fator 5), com altos pesos para os elementos BC, Cl e Cu foi associado
à fonte emissões veiculares. Castanho (1999), também associou os altos pesos para os
elementos BC e Cu à esse tipo de fonte, principalmente aqueles movidos à diesel.
As medidas realizadas nos túneis possibilitaram uma identificação mais precisa da
participação de elementos traços dessa fonte no ar ambiente. Do estudo realizado, pode-se
concluir por uma nova estimativa do impacto das fontes veiculares, com uma participação
significativa dessa fonte nas concentrações de material particulado fino na atmosfera de São
Paulo
4.7.1.b RESULTADO DA ANÁLISE DE COMPONENTES PRINCIPAIS ABSOLUTOS

NO IFUSP
A Tabela 4.7.2a, mostra os perfis absolutos obtidos através do procedimento de
Keiding et al. (1986), descrito no Capítulo de Metodologia. Indica-se a participação de massa
de cada elemento para cada fonte associada.
7
Tabela 4.7.2a. Perfis das fontes (em ng/µg) para o Material Particulado Fino no IFUSP
Ressuspensão Indústrias + Óleo Emissões Emissões
Do solo Emissões Combustível veiculares + Veiculares
veiculares sulfato
BC 184,4 54,9 203,9 58,8 251,0
Al 19,8 0,0 0 4,5 5,4
Si 25,8 0,6 2 3,5 5
P 0,5 0,4 0,7 0,3 0,7
S 0 163,9 90,9 78,1 0
Cl 0,7 1,8 0 1,2 4,3
K 20,5 1,3 4 16,1 14,5
Ca 8,7 12,3 0,6 0 3,3
Ti 2,7 0,1 0,3 0,5 1,2
V 0 0,6 1,8 0,1 0,3
Mn 0,4 1,0 0,1 0 0
Fe 20,7 13,3 5,9 2,9 8,8
Ni 0 0,4 0,9 0,1 0,2
Cu 0,2 0,7 0,2 0 0,6
Zn 0 12,9 0,7 0,7 1,7
Br 0,2 0,3 0,1 0,4 0,3
Pb 0 3,5 0,8 0,5 1,4
Esses resultados são apresentados, também, em forma gráfica na figura 4.7.1. Outro
procedimento para obtenção das assinaturas das fontes foi utilizado com o objetivo de obter a
participação em massa das fontes identificadas. Os resultados estão apresentados no Apêndice
E, o procedimento está descrito no item 2.5 (Metodologia).
8
(a)
Fonte 1
100
10
ng/µ g
0.1
0.01
BC Al Si P S Cl K Ca Ti V M n Fe Ni Cu Zn Br Pb
E lem entos
(b)
Fonte 2
100
10
ng/µ g
0.1
0.01
BC Al Si P S Cl K Ca Ti V M n Fe Ni Cu Zn Br
Elem entos
(c)
Fonte 3
100
10
1
ng/µ g
0.1
0.01
Elem entos
Figura 4.7.1. Perfis das fontes calculadas para o MPF, no IFUSP: (a) ressuspensão do solo
(fonte 1), (b) indústrias e veículos (fonte 2), (c) óleo combustível (fonte 3), (d) veículos e
sulfato (fonte 4), e (e) veículos (fonte 5).
9
(d)
Fonte 4
100
10
ng/µ g
0.1
0.01
Elem entos
(e)
100 Fonte 5
10
ng/µ g
0.1
0.01
Elem entos
Figura 4.7.1. continuação (d-e)
4.7.2 RESULTADOS DAS ANÁLISES DE FATORES PARA AS AMOSTRAS

OBTIDAS NO PEFI
Depois da rotação VARIMAX foram retidos 4 fatores explicando 86,6% da
variabilidade da base de dados (vide a Tabela 4.7.3). Para cada elemento-traço a
comunalidade foi, em geral alta, explicando a maior parte da variância de cada variável,
exceto para o fósforo.
10
Tabela 4.7.3 Média aritmética, valor mínimo, valor máximo e desvios-padrões das variáveis
amostradas na Água Funda, pesos dos fatores da Análise de Fatores com
rotação VARIMAX e comunalidade (h2).
Variáveis Média Mínimo Máximo Desvio Fator 1 Fator 2 Fator 3 Fator 4 h2
Padrão
BC1* 7,2 0,9 20,0 4,4 0,41 0,19 0,50 0,67 0,90
BC2* 7,1 0,7 23,1 4,8 0,42 0,14 0,51 0,66 0,89
Al 291,9 36,8 821,9 215,4 0,90 -0,09 -0,03 0,36 0,95
Si 440,2 21,6 993,6 260,1 0,93 0,08 0,12 0,26 0,95
P 24,6 7,3 72,8 12,4 0,33 0,60 0,21 0,48 0,74
S 2280,7 126,2 11291,4 2020,6 -0,12 0,87 -0,08 0,18 0,81
Cl 91,1 5,0 381,7 82,1 0,05 0,09 0,82 0,28 0,76
K 521,1 25,1 1720,4 368,3 0,55 0,12 0,04 0,76 0,90
Ca 139,9 9,6 354,4 81,4 0,89 0,09 0,21 0,18 0,88
Ti 47,6 2,7 121,8 29,5 0,90 0,06 0,09 0,35 0,94
V 13,7 0,08 57,21 10,9 0,09 0,89 0,33 0,08 0,92
Mn 19,5 1,2 71,6 13,1 0,37 0,32 0,76 0,02 0,82
Fe 492,9 19,1 1128,4 270,8 0,85 0,18 0,36 0,23 0,94
Ni 8,2 0,64 31,5 5,9 0,13 0,81 0,41 0,11 0,85
Cu 14,9 0,6 49,7 9,3 0,29 0,08 0,67 0,35 0,66
Zn 206,1 5,8 794,9 181,5 -0,05 0,20 0,91 0,05 0,87
Br 15,2 ,0 58,5 10,1 0,29 0,19 0,23 0,80 0,81
MPF* 38,6 5,5 121,8 24,4 0,48 0,48 0,15 0,69 0,96
Autovalor 53,4 3,12 3,64 3,47 Variância total

Variância (%) 29,6 17,3 20,2 19,3 86,4
4.7.2.a IDENTIFICAÇÃO DAS FONTES NO PEFI

Os elementos traçadores de ressuspensão do solo tais como Fe, Ti, Ca, Si e Al estão
presentes com altos pesos no primeiro fator (Fator 1), associado à fonte solo, conforme
indicado na Tabela 4.7.3.
O segundo fator, com altos pesos para os elementos Ni, V e S foi relacionado às
emissões de queima de óleo combustível. Andrade et al. (1994) e Miranda et al. (1996)
associaram altos pesos para esses elementos à fonte queima de óleo combustível. Também
este fator apresenta alto peso para o elemento P que foi relacionado à fonte vegetação,
abundante na região de observação.
O terceiro fator (Fator 3), com altos pesos para Zn e Mn foi associado às emissões
industriais. O Zn também é um elemento traçador de incineradores municipais
(Harrison et al., 1997). Também este fator apresenta altos pesos para os elementos Cu,
Cl e BC que foram relacionados às emissões veiculares de acordo com Cass & McRae
(1981).
O quarto fator (Fator 4), com altos pesos para os elementos Br, BC, MPF foi
relacionado à fonte emissões veiculares. O BC é produto da emissão de queima de
combustíveis fósseis e é o principal traçador de emissão de veículos à diesel (Castanho,
1999). No entanto Harrison et al. (1997) argumentaram que os elementos Br e BC são
elementos traços de veículos movidos à gasolina e diesel. Também este fator apresenta
11
alto peso para o elemento K que foi relacionado à fonte vegetação também abundante
na região de observação.
4.7.2.b PERFIS DAS FONTES NO PEFI

A Tabela 4.7.4, mostra os perfis absolutos obtidos através do método aplicado por
Keiding et al. (1986). Indica-se a participação de cada elemento para cada fonte identificada.
Tabela 4.7.4 Perfis das fontes (em ng/µg) para o material particulado fino amostrado no
PEFI.
Ressuspensão do solo Óleo combustível Emissões industriais Emissões veiculares
+ + +
vegetação Emissões veiculares vegetação
BC 180,3 71,4 187,4 251,7

Al 19,7 0 0 5,5
Si 24,3 2,1 10 4,7
P 0,3 0,6 0,7 0,3
S 0 159,3 0 22,9
Cl 0,3 0,5 16 1,2
K 16,6 3,6 3,9 15,9
Ca 7 0,7 5,3 1
Ti 2,6 0,2 0,8 0,7
V 0,1 0,9 1,1 0,1
Mn 0,5 0,4 3,0 0
Fe 22,1 4,7 29,9 4,2
Ni 0,1 0,4 0,6 0
Cu 0,3 0,1 1,9 0,2
Zn 0 3 43,8 0,5
Br 0,3 0,2 0,6 0,5
4.8 EVOLUÇÃO DA IDENTIFICAÇÃO DE FONTES NA RMSP COM O USO DE

MÉTODOS MULTIVARIADOS
A seguir são apresentados resultados de vários estudos realizados com base no uso dos
modelos receptores para a identificação de fontes de material particulado na RMSP, a partir
de 1983. Os resultados sofrem variações em função do local, período do ano e evolução ao
longo dos anos, mas algumas consistências se mantêm, principalmente aquelas relacionadas
às categorias de fontes e participação na massa de MPF.
12
No período de 1983 à 1984 (inverno de 1983, verão de 1984 e inverno de 1984), foram
realizadas campanhas de amostragem no IFUSP, utilizando o Amostrador de Particulado Fino
e Grosso (AFG), pelo Grupo de Estudo de Poluição do Ar (GEPA), do Instituto de Física da
USP. As fontes identificadas por Andrade (1986) são apresentadas nas Tabelas 4.8.1, para o
Material Particulado Fino (MPF), e 4.8.2, para o Material Particulado Grosso (MPG).
Tabela 4.8.1 Fontes identificadas e sua participação no MPF amostrada no IFUSP, em 1983-
1984 (Andrade,1986).
F1 Na e Zn Queima de derivados de petróleo 43.9
F2 Ti Solo 17.1
F3 Mn e K Metalurgia 31.4
F4 V Queima de óleo combustível 5.7
F5 Cu Queima de derivados de petróleo 2.9
Tabela 4.8.2 Fontes identificadas e sua participação no MPG, em 1983-1984 (Andrade,1986).

F1 Al, Si, Ti e Fe Solo 35,6
F2 S, V, Mn e Ni Óleo combustível 19,2
F3 Zn e Pb Incineradores 17,8
F4 Na Não identificada 27,4
Outro experimento foi realizado de 30/09/86 à 11/12/86 com amostragens no telhado

do edifício principal do Instituto de Física. O amostrador utilizado foi o AFG. As amostras
foram analisadas por Particle Induced X-ray Emission (PIXE). As fontes identificadas desse
experimento por Andrade (1993), são mostradas na Tabela 4.8.3, para o MPF, e na Tabela
4.8.4, para o MPG.
Tabela 4.8.3 Fontes identificadas e sua participação no MPF, em 1986 (Andrade, 1993)
F1 Al, Si, Ca, Ti e Solo 27,4
Fe
F3 Mn e K Não identificada 4,1
F4 S, Pb e Br Emissão veicular 34,5
F5 Zn , Cu e Pb Fundições 9,8
13
Tabela 4.8.4 Fontes identificadas para o MPG amostrado no IFUSP em 1986 (Andrade,
1993).
F1 Al, Si, K, Ca, Ti e Fe Ressuspensão do solo 56,9
F2 V, Ni, P, K, Ca, Sr e Zr Queima de óleo 21,8
combustível
F3 Mn e Cu Industriais 9,8
F4 Na e Cl Marinha 3,6
De 19 de junho à 8 de agosto de 1989 foi realizado um experimento denominado

SPACEX (São Paulo Atmosphere Characterization Experiment), com a participação de
vários grupos de pesquisa (Andrade, 1993). As amostragens foram realizadas no Instituto de
Química da Universidade de São Paulo (IQUSP), sobre o telhado da caixa d′água, 30 metros
acima do solo. As amostras foram coletadas utilizando-se o AFG e as espécies foram
analisadas por PIXE. As fontes identificadas por Andrade et al. (1994) estão na Tabela 4.8.5,
para o MPF, e 4.8.6, para o MPG.
Tabela 4.8.5 Fontes identificadas e sua participação no MPF-SPACEX em 1989 (Andrade

et al.,1994).
F1 Na, Mn, Zn, Pb Industrial 12,7
F2 V e Ni Queima de óleo 40,8
combustível
F3 Al, Si, Ti Solo 27,9
F4 Cu Fundição de Cu 3,0
F5 Mg Não identificada 15,6
Tabela 4.8.6 Fontes identificadas para o MPG-SPACEX, amostrado em 1989 (Andrade et

al.,1994).
F1 Al, Si, K, Ca, Ti e Fe Solo 59,8
F2 S, Mn, Cu, Zn e Pb Industrial 17,7
F3 V, Ni, P e S Queima de óleo 8,2
combustível
F4 Na e Cl Spray marinho 14,3
Dados de aerossóis foram coletados na Faculdade de Medicina da Universidade de São

Paulo (FMUSP) pelo GEPA de 13 de junho a 2 de setembro de 1994. O GEPA empregou
para a amostragem o AFG e as amostras foram analisadas pelo método PIXE. As fontes
identificadas por Sánchez-Ccoyllo & Andrade (2001), são mostradas na Tabela 4.8.7
14
Tabela 4.8.7 Fontes identificadas e sua participação para o MPF, em 1994 (Sánchez- Ccoyllo
& Andrade, 2001).
F1 Cu e BC Veículos leves 35,5
Pb e Zn Incineradores
F2 Ca e Ti Solo 21,7
K e Br Vegetação
F3 S, V e Ni Queima de óleo 42,8
combustível
Outra campanha de amostragem de aerossol foi realizada, pelo GEPA, entre 10 de

junho e 10 de setembro de 1997. O sistema de amostragem foi montado a uma altura de 18
metros acima do solo, no edifício da FMUSP. As fontes identificadas por Castanho (1999) são
apresentas nas Tabelas 4.8.8 e 4.8.9.
Tabela 4.8.8 Fontes identificadas para o MPF, amostrados na FMUSP, em 1997 (Castanho &
Artaxo, 2001).
F1 Al, Si, Ca, Ti e Fe Ressuspensão do solo 20
F2 Cu, Bc e Pb Emissões veiculares 28
F3 S, MPF e K Sulfatos 23
F4 V e Ni Queima de óleo 18
combustível
F5 Zn, Pb e Mn Emissões industriais 5
F6 Ti, Ca, Mn e Fe Ressuspensão do solo 5
Tabela 4.8.9 Fontes identificadas para o MPG, amostrado na FMUSP, em 1997

(Castanho,1999).
F1 Ti, Al, Si, Fe, K eCa Ressuspensão do solo 75
F2 Ni, S, V, Zn e Pb Emissões industriais 14
Outra campanha de amostragem de aerossol foi realizada no IFUSP, pelo GEPA, no

período de 16 de janeiro a 06 de março de 1998. As fontes identificadas por Castanho (1999)
estão na Tabela 4.8.10, para a MPF, e na Tabela 4.8.11, para a MPG.
Tabela 4.8.10 Fontes identificadas para o MPF, amostrado no IFUSP, no verão de

1998 (Castanho & Artaxo, 2001).
F1 Ca, Si, Ti eFe Ressuspensão do solo 30
F2 Zn, Mn e Pb Emissões industriais 6
F3 S e MPF Sulfatos 17
F4 BC e Cu Emissões veiculares 24
F5 Ni e V Queima de óleo combustível 21
15
Tabela 4.8.11 Fontes identificadas para o MPG, amostrado no IFUSP, no verão de
1998 (Castanho, 1999).
F1 Pb, Zn, S e Cu Emissões industriais 16
F2 Fe, Ti e Ca Ressuspensão de solo 49
F3 P Não identificada 29
Para fins de comparação, as fontes identificadas neste trabalho (inverno de 1999)

apresentam-se resumidamente na Tabela 4.8.12, para a estação IFUSP, e na Tabela 4.8.13,
para a estação PEFI.
Tabela 4.8.12 Fontes identificadas para o MPF, amostrado no IFUSP, no inverno de 1999
(este trabalho).
F1 Al, Si ,Ca, Ti e Fe Ressuspensão do solo 38,8
F2 Mn, Zn e Pb Emissões industriais 21,0
Cu Emissões veiculares
F4 Br Emissões veiculares 16,6
S e MPF Sulfato
F5 BC, Cl e Cu Emissões veiculares 13,2
Tabela 4.8.13. Fontes identificadas para o MPF, amostrados no PEFI, no inverno de 1999
(este trabalho).
F1 Fe,Ti,Ca,Si e Al Ressuspensão do solo 27,4
F2 V,Ni e S Queima de óleo combustível + 24,8
P Vegetação
F3 Zn e Mn Emissões industriais + 30,5
Cu, Cl e BC Emissões veiculares
F4 Br, BC e MPF Emissões veiculares + 30,9
K Vegetação
A moda fina apresenta consistência entre as fontes identificadas, para ressuspensão de

solo com participação em torno de 30% do MPF, com exceção do ano de 1986. A
participação da fonte veicular teve estimativas diferentes nas análises realizadas sendo que as
estimativas deste trabalho chegam em torno de 40% da massa de MPF, proveniente da queima
de combustível.
4.9. CARACTERIZAÇÃO DO AEROSSOL ATMOSFÉRICO A PARTIR DA

16
Nesta seção serão apresentados resultados obtidos a partir das amostragens de
distribuição de massa por tamanho do aerossol, obtidos por meio do uso do Impactador em
Cascata MOUDI.
Os gráficos apresentados na Figura 4.9 referem-se às médias de todas as amostras para

os elementos-traços, para cada estágio correspondente ao Material Particulado Fino.
Considerou-se como MPF os seguintes diâmetros de corte (D50 ) do MOUDI: 0,1, 0,32, 0,56,
e 1 µm (Seinfeld & Pandis, 1998; Castanho, 1999) e como Material Particulado Grosso
estágios com D50 acima de 1,8 µm. A concentração dos elementos-traços foi obtida com os
métodos PIXE e Cromatografia de Íons (CI). As concentrações para cada estágio, para os
elementos-traço de todos os Impactadores encontram-se no Apêndice B. Uma distribuição na
moda fina, com maior parte da massa, observa-se, principalmente, para os elementos S, Pb,
SO42-, e NH4+, enquanto na moda grossa estão os elementos traçadores de solo Mn e Si. O
elemento K está presente nas duas modas.
Estes resultados concordam com anteriores amostrados em São Paulo, como em

Andrade (1993), que considerou na moda fina os estágios de diâmetros de cortes (D50 )
menores que 1 µm, destacando-se o S. Na moda grossa (considerou D50 =4,0 e 8,0 µm)
encontrando majoritariamente uma distribuição para o Si, Al e Fe. Também Andrade (1993)
identificou o elemento K nas duas modas. Miranda (2001) estudou a distribuição de tamanho
para os elementos traços na cidade de São Paulo, mostrando que os elementos originários de
solo predominam na fração grossa (Si) e os de origem antropogênica na fração fina (S e Pb)
concordando com estes resultados.
4.10 ANÁLISE DE FATOR DOS DADOS DO MOUDI

A escolha do número de fatores retidos foi realizada conforme descrito em 2.3.1
(metodologia). Os cinco fatores retidos explicaram 79,5% da variabilidade dos dados cujos
autovalores são apresentados na Tabela 4.10.1.
17
Tabela 4.10.1 Autovalores, variância explicada pela Análise de Fatores, dos dados de MPF
do MOUDI, antes da rotação VARIMX.
Fator Autovalor Variância explicada Variância explicada
Acumulada
1 5,58 34,85 34,85
2 3,66 22,87 57,72
3 1,37 8,55 66,27
4 1,19 7,44 73,71
5 0,92 5,75 79,47
6 0,61 3,84 83,31
18
Si S
500
400
300 300
3
ng/m
200
200
3
ng/m
100
100
0
0.1 0.32 0.56 1 1.8
0
0.1 0.32 0.56 1 1.8 diâm etro ( µ m)
diâm etro(µ m )
Cl K
70
25 60
20 50
40
3
15
3
ng/m
ng/m
30
10 20
5 10
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâm etro (µ m ) diâm etro( µ m )
Ca Ti
20
80
16
60
12
3
40
ng/m
ng/m
8
20 4
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâm etro( µ m) diâm etro( µ m)
V Fe
4 200
3 150
3
3
100
ng/m
2
ng/m
1 50
0 0
0.1 0.32 0.56 1 1.8
0.1 0.32 0.56 1 1.8
diâmetro( µ m) diâmetro(µ m)
Ni Cu
4 8
3 6
3
3
2 4
ng/m
ng/m
1 2
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
Figura 4.9. Distribuição de tamanho em massa para os elementos-traços amostrados

durante o MPASP
19
Zn Pb
40 12
30 8
3
ng/m
3
20
ng/m
4
10
0
0 0.1 0.32 0.56 1 1.8
0.1 0.32 0.56 1 1.8
diâm etro (µ m )
diâmetro( µ m)
Mn FPM
10
6 8
6
4
3
3
ng/m
4
ng/m
2 2
0 0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâmetro (µ m) diâmetro (µ m)
+ 2-
NH 4 SO 4
0,8 1,0
0,6 0,8
0,6
3
0,4
µ g/m
µ g/m
0,4
0,2 0,2
0,0 0,0
0.1 0.32 0.56 1 1.8 0.1 0.32 0.56 1 1.8
diâm etro (µ m ) diâm etro (µ m )
Figura 4.9 Continuação
A média aritmética, o valor mínimo, o valor máximo e os desvios-padrões (em ng/m3 )

das variáveis amostradas no DCAUSP, pesos dos componentes da Análise de Fatores com
rotação VARIMAX e comunalidade (h2) estão apresentados na Tabela 4.10.2.
20
Tabela 4.10.2 Média aritmética, valor mínimo, valor máximo e desvios-padrões (em ng/m3)
das variáveis amostradas no DCAUSP, pesos dos fatores da Análise de Fatores
com rotação VARIMAX e comunalidade (h2).
Variá- N Média Mínimo Máximo Desvio Fator Fator Fator Fator Fator h2
veis Padrão 1 2 3 4 5
Si 71 191,4 9,2 792,7 208,1 0,87 -0,20 0,10 0,07 0,05 0,82
S 70 326,2 32,5 818,3 226,2 -0,21 0,86 0,06 0,09 0,09 0,80
Cl 66 21,0 2,1 60,6 13,4 0,10 -0,51 -0,10 0,46 0,37 0,63
K 65 68,2 7,2 171,3 38,5 0,08 0,04 0,90 0,13 0,01 0,84
Ca 55 48,1 1,9 194,5 54,0 0,89 -0,16 0,06 0,19 0,18 0,88
Ti 52 12,7 1,0 51,3 12,8 0,89 -0,14 0,04 0,16 -0,02 0,84
V 60 4,4 0,5 14,0 3,4 0,08 0,22 0,20 0,87 0,05 0,86
Fe 68 121,4 5,0 457,9 115,5 0,88 -0,14 -0,01 0,12 0,26 0,88
Ni 69 3,1 0,5 8,1 2,2 0,39 -0,02 0,20 0,79 0,08 0,81
Cu 72 6,2 0,9 15,8 4,2 0,45 -0,07 0,39 0,49 0,33 0,71
Zn 67 40,2 9,4 95,5 18,7 0,20 0,08 0,03 0,13 0,87 0,82
Pb 72 10,7 0,6 24,6 6,3 -0,22 0,50 0,45 0,36 0,26 0,71
Mn 73 4,8 0,3 11,5 3,0 0,57 -0,16 0,16 0,02 0,56 0,69
*FPM 68 9,2 0,7 20,0 4,7 0,12 0,18 0,86 0,16 0,03 0,81
*SO42- 63 0,5 0,0 1,6 0,4 -0,13 0,84 0,12 0,03 -0,14 0,76
*NH4+ 66 0,8 0,1 2,1 0,6 -0,16 0,91 0,04 0,02 0,04 0,86
Autovalor 3,67 2,19 1,86 1,40 1,41

Variância 22,9 13,7 11,6 8,8 8,8 65,8
* os valores estão em µg/m3
N= número de dados considerados para esta análise.
4.10.1 IDENTIFICAÇÃO DAS FONTES DO MPF COLETADO COM O MOUDI

Os elementos traçadores da fonte solo como Si, Ca, Ti, Fe e Mn estão presentes no
primeiro fator (Fator 1), sendo este relacionado à fonte solo.
O segundo fator (Fator 2) apresenta altos pesos para S, SO42-, e NH4+, estando
associado ao aerossol formado por processos químicos na atmosfera (aerossol secundário). O
terceiro fator (Fator 3) apresenta altos pesos para K e FPM, estando associado à fontes de K,
podendo ser representativo de emissão da vegetação. O quarto fator (Fator 4), com altos pesos
para o V e o Ni, está associado às emissões da queima de óleo combustível utilizado nas
caldeiras das indústrias.
O quinto fator (Fator 5), com altos pesos para o Zn e Mn, foi associado à fonte de
emissões veiculares de acordo com o obtido das análises de túneis, além das emissões
industriais.
Os resultados obtidos contribuem para a determinação das fontes que são responsáveis
pelas concentrações médias encontradas na atmosfera de São Paulo. Os principais resultados
estão relacionados com a identificação de elementos-traços que têm sua origem
principalmente de emissões veiculares, como o Mn, Zn e Cu além de elementos-traçadores já
estabelecidos como o black carbon.
21
Quando se analisam períodos específicos ao longo do ano, observa-se a presença de
picos de concentração de algumas espécies na atmosfera. Essas variações são resultado de
condições meteorológicas e contribuição eventual de fontes remotas de poluentes. Na seção
seguinte de resultados, são apresentados estudos de trajetórias de massas de ar em São Paulo
para a identificação dessa contribuição em termos de concentração de poluentes.
22
4.11 IDENTIFICAÇÃO DAS FONTES REMOTAS UTILIZANDO A ANÁLISE DE
TRAJETÓRIAS
4.11.1 CONFIGURAÇÃO DO MODELO RAMS
O modelo RAMS, na versão 4.3, foi rodado numa máquina IBM, no IAGUSP, na sua
forma não hidrostática, anelástica e com esquema numérico híbrido que permite o uso de
passos de tempo mais longos (Walko et al., 2000; Silva Dias & Machado, 1997). Foram
utilizadas duas grades tridimensionais aninhadas, sendo uma de menor resolução (64 km), a
grade principal, uma segunda grade de resolução fina (16 km), aninhada na primeira. A
aplicação de grades aninhadas possibilita representar um domínio pequeno dentro de um
maior (Pielke et al., 1992). Existe a interação entre as grades na qual as grades mais grossas
fornecem as informações de grande escala para as grades aninhadas e, da mesma forma, as
informações simuladas nas grades de maior resolução são transferidas e afetam o ambiente de
escala maior das grades mais grossas (Menezes, 1997; Tremback & Walko, 2002 ). A grade
grossa (grade 1) foi rodada entre as longitudes de 73,5° W e 32° W e entre as latitudes de
3,5° S e 40,0° S. Neste caso, a grade horizontal do modelo RAMS possui 75 pontos na
direção leste-oeste, 68 pontos na direção norte-sul, e é centrada em 23,6° S e 53° W. O
domínio para grade 2 ficou limitado pelas longitudes (49,5°W e 42,3°W) e pelas latitudes
(22°S e 26,1°S). Essa grade horizontal do modelo RAMS constituí-se de 46 pontos na
direção leste-oeste, 38 pontos na direção norte-sul, e é centrada em 23,6°S e 46,4°W.
Na resolução vertical têm-se 32 níveis para as duas grades com
resolução telescópica. Inicia-se com um espaçamento vertical (∆z) mínimo de 90 m no
primeiro nível próximo à superfície, que logo é sucessivamente incrementado pelo fator 1,2
até atingir a altura de 1000 m acima do solo. A partir desse nível mantém-se constante a
resolução vertical até o topo do modelo. Essas características apresentam-se resumidas nas
Tabelas 9.11.1 e 9.11.2.
Tabela 9.11.1 As grades do modelo foram construídas da seguinte maneira: na horizontal

Grade n0 de pontos n0 de ∆x ∆t(s)
em x pontos e y =∆x(km)
1 75 68 64 72
2 46 38 16 24
23
Tabela 9.11.2 As grades do modelo RAMS construídas na vertical
Grade N0 de ∆z ∆z Fator Topo de
pontos mínimo máximo de Modelo
Em z (m) (m) Cresc (km)
imento
1e 2 32 90 100 1,2 22,1
0
O passo de tempo (∆t) usado nas integrações é apresentado na tabela acima. O valor
foi escolhido de modo a satisfazer o critério de estabilidade de Courant Friedrichs Lewy
(CFL) (Haltiner e Williams, 1980). Esta, conhecida como “condição CFL”, pode ser escrita
como segue:
cmax ∆t < 1
∆x
onde C max representa a propagação de ondas de gravidade associados ao modo externo
(velocidade de fase da ordem de 300 m/s) ou a velocidade de propagação das ondas sonoras
(velocidade aproximada de 340 m/s). ∆x representa a resolução horizontal. Uma descrição
mais detalhada a respeito da condição CFL pode ser encontrada em Ibañez (1995).
Os esquemas de parametrização contidos no código do modelo, que foram ativados
neste estudo com espaçamento de 64 km e 16 km na direção x e y, foram: parametrização de
radiação solar e terrestre ( tipo 3, desenvolvido por Harrington, 1997); modelo de solo
/vegetação (tipo de vegetação árvore com folha larga e persistente, Tremback & Kesller,
1985); parametrização de turbulência deformação anisotrópica na direção horizontal
(Smagorinsky, 1963), o esquema de fechamento de segunda ordem de Mellor & Yamada
(1982) na vertical, que utiliza a energia cinética turbulenta; parametrização de microfísica de
nuvens para todas as fases de água (vapor, líquida e gelo) (Meyers et al., 1997);
parametrização de convecção úmida do tipo Kuo (Tremback, 1990).
O cálculo das trajetórias, descrito no item 2.6 (Capítulo II da metodologia) para o
período de junho a agosto de 1999 foi realizado a partir do campo do vento simulado com
resolução horizontal de 64 km (grade 1). Exemplos dessas trajetórias são apresentados nas
Figuras 4.11.1 a 4.11.3
24
Figura 4.11.1 Trajetórias de chegada na cidade de São Paulo, de 1 à 15 de junho de 1999, às
00 UTC chegando a 100 m acima da superfície. A escala de cores representa a altura acima

às 00 UTC chegando a 100 m acima da superfície. A escala de cores representa a altura acima
25
às 12 UTC atingindo a 100 m acima da superfície. A escala de cores representa a altura acima
4.11.2 ANÁLISE DE TRAJETÓRIAS

Parcelas de ar características de massas de ar que chegam na RMSP às 0000 UTC e 1200
UTC, foram classificadas em quatro tipos de trajetórias de acordo com sua origem: NE, SE,
SW e NW, conforme discutido no item 2.7. A posição da origem dessas parcelas foram
determinadas com 4 dias de antecedência para cada um dos horários. No total foram
analisadas 905 trajetórias durante os três meses de análise (junho a agosto), durante o inverno
de 1999, para determinação da sua origem: 32% das trajetórias originaram-se do quadrante
NE, 12% do quadrante SE, 19% do quadrante SW e 37% das trajetórias originaram-se do
quadrante NW (Tabela 4.11.2a e Figura 4.11.4a).
Tabela 4.11.2a Freqüência de ocorrência das trajetórias, segundo suas origens, no inverno de
1999.
ORIGEM DA TRAJETÓRIA OCORRÊNCIA
Junho 79 8 61 152 300
Julho 109 41 40 120 310
Agosto 99 60 69 67 295
Total 287 109 170 339 905
Porcentagem 32% 12% 19% 37%
26
Do total de 905 trajetórias, foram identificados 74 dias-núcleo conforme descrito no
item 2.7. Os horários das 00 UTC ou 12 UTC, em que as trajetórias eram provenientes de uma
única direção, foram denominados como dias- núcleo. As datas destes dias-núcleo estão no
apêndice F. Para cada dado destes dias-núcleo, as análises das trajetórias estão no Apêndice
G.
Considerando ambos horários 00 e 12 UTC, em 8% dos dias-núcleo as trajetórias
originaram-se do quadrante SE, 19% do quadrante SW, 42% do quadrante NW e 31% do
quadrante NE (Tabela 4.11.2b e Figura 4.11.4b).
Tabela 4.11.2b Número de ocorrência de dias classificados como dias-núcleo das trajetórias
de chegada considerando ambos horários (00 e 12 UTC), no inverno de 1999.
Junho 6 0 8 14 28
Julho 7 4 3 12 26
Agosto 10 2 3 5 20
Total 23 6 14 31 74
Porcentagem 31% 8.% 19% 42%
A mesma análise foi realizada considerando as trajetórias para os dois horários

separadamente: às 00 e às 12 UTC. Às 00 UTC foram identificados 33 dias-núcleo: 12% dos
dias-núcleo das 00 UTC têm trajetórias provenientes do quadrante SE, 15% do quadrante SW,
43% do quadrante NW e 30% do quadrante NE (Tabela 4.11.3a e Figura 4.11.5a). Para as 12
UTC foram determinados 41 dias-núcleo com a seguinte origem: 5% com trajetórias do
quadrante SE, 22% do quadrante SW, 41% do quadrante NW e 32% do quadrante NE (Tabela
4.11.3b e Figura 4.11.5b).
Tabela 4.11.3a Freqüência de ocorrência dos dias-núcleo de tipos diferentes de trajetória às

Total 10 4 5 14 33
Porcentagem 30% 12% 15% 43% 100%
Tabela 4.11.3bFreqüência de ocorrência dos dias-núcleo de tipos diferentes de trajetória às

Total 13 2 9 17 41
Porcentagem 32% 5% 22% 41% 100%
27
Estes dias-núcleo considerados separadamente para as 00 e 12 UTC foram analisados
com relação à concentração de O3 (Figura 4.11.6), CO (Figura 4.11.7) e material particulado
inalável (Figura 4.11.8). Para cada evento dos dias-núcleo (Apêndice F) foram calculadas
médias de concentrações de O3, CO e material particulado inalável, utilizando-se 5 horários (2
horários antes, o mesmo horário e 2 horários depois em relação aos horários das 00 e/ou 12
UTC). Esses valores médios das concentrações destes poluentes são mostrados no Apêndice
H. Finalmente, as concentrações médias de O3, CO e PM10 correlacionadas com as trajetórias
foram as obtidas a partir das médias dos 5 horários acima descritos. Essas concentrações
médias de O3, CO e PM10 são mostradas nas Tabelas 4.11.4a à 4.11.6 e nas Tabelas 4.11.7 e
4.11.8, abaixo.
As análises das trajetórias de chegada na cidade de São Paulo, durante o inverno de 1999
sugerem que os precursores de ozônio, assim como o próprio ozônio, têm uma tendência de
apresentar concentrações mais elevadas quando as trajetórias são de NE. Esse efeito é
observado de forma mais evidente nas estações de São Miguel Paulista e São Caetano do Sul
às 00 UTC (Tabela 4.11.4a e Figura 4.11.6a). Como a estação de São Miguel Paulista está
localizada à NE da RMSP, pode-se observar o sinal do transporte do ozônio ou de seus
precursores produzidos no Vale do Paraíba. Nas demais estações de monitoramento na
RMSP, fica mais evidente o processo de mistura com as fontes locais.
O mesmo comportamento ocorre nas estações São Miguel Paulista, São Caetano do
Sul e Moóca às 12 UTC (Tabela 4.11.4b e Figura 4.11.6b). Nas demais estações predominam
fontes locais.
Para ambos horários 00 e 12 UTC, nas trajetórias NE, SE, SW e NW não foi
observada a presença de transporte de CO de longa distância, na RMSP. Portanto,
predominam as fontes locais, isto é, as emissões das fontes veiculares. (Tabela 4.11.5 e
4.11.6, Figura 4.11.7).
Tabela 4.11.4a Concentrações médias de ozônio e desvios padrões (em µg/m3) medidas para
diferentes tipos de trajetória, às 0000UTC.
NE 39,7(22,7) 28,9(18,1) 13,2(5,6) 7,8(4,6) 48,1(31,9) 18,1(15,1)
SE 18,4(14,4) 19,3(14,2) 5,3(5) 7,9(2,9) 50,9(34,7) 25,2(14,9)
SW 30,2(12) 19,6(10,9) 15,1(4,8) 9,5(3,7) 57,8(37,7) 15,6(10,5)
NW 18,5(8,6) 14,3(10,9) 13,2(8,3) 9,1(3) 28,0(25,4) 11,9(10,6)
Tabela 4.11.4b Concentrações médias de ozônio e desvios padrões (em µg/m3) em

medidas para diferentes tipos de trajetórias, às 1200UTC.
28
NE 34,1(15,1) 34,3(16,6) 17,7(7,1) 12,3(3,4) 22,4(21) 26,0(16,4)
SE 11,4(1) 18,9(0,6) 8,8(3,5) 13,6(2) 14,0(3) 10,4(3,1)
SW 19,8(11,7) 19,3(8) 13,9(5,9) 11,4(2,9) 12,7(5,5) 13,8(8,1)
NW 16,8(7,6) 17,3(7,5) 13,3(7,2) 10,8(2,9) 42,0(30,3) 12,9(7,6)
diferentes tipos de trajetórias, às 0000UTC
P.D. S. Lapa Congonhas C. César Centro Ibirapuera
Pedro Caetano S
NE 3,1(2) 2,8(1,9) 4,0 (2,9) 4,8(2,2) 2,7(1,7) 4,0(2,6) 2,2(1,6)
SE 2,1(0,9) 2,5(0,9) 2,0(0,8) 3,8(0,9) 2,5(0,6) 2,9(1,1) 1,6(0,6)
SW 1,5(1) 1,4(0,9) 1,7(1,6) 3,2(1,3) 2,0(1,6) 2,5(1,5) 1,2(1)
NW 2,3(0,8) 2,1(1,2) 2,4(1,6) 3,5(1,1) 2,4(1,1) 2,7(1) 1,5(0,8)
diferentes tipos de trajetórias, às 1200 UTC.
P. D. Pedro S. Caetano Lapa Congonhas C. César Centro Ibirapuera
S
NE 1,8(1,1) 1,8(1,1) 2,5(1,8) 3,2(2) 2,3(1,2) 2,1(0,8) 1,2(0,8)
SE 1,6(0,6) 1,7(0,7) 2,2(1,1) 2,0(0,9) 3,0(1,1) 2,0(0,5) 1,2(0,5)
SW 2,2(1,3) 1,8(1) 2,8(1,4) 4,0(2,1) 3,1(1,6) 2,7(1,2) 1,8(1,3)
NW 1,9(1,3) 1,9(1,5) 2,4(1,5) 3,4(1,8) 2,6(1,4) 2,6(1,2) 1,4(1,1)
29
(a)
(b)
Figura 4.11.4. Freqüência de ocorrência de tipos de trajetórias: (a) todas as trajetórias (b)
para dias-núcleo considerando juntamente os horários de 00 e 12 UTC.
30
(a)
(b)
Figura 4.11.5. Classificação segundo a origem das trajetórias para os dias-núcleo: (a) às 00
UTC e (b) às 12 UTC.
(a)
31
SMP
SCS
80 PDP
Osasco
70
Ibira
60 Moóca
50
o3(µg/m )
3
40
30
20
10
0
NE SE SW NW
Tipo de trajetória
(b)
SMP
SCS
50 PDP
Osasco
40
Ibira
Moóca
O3(µg/m )
30
3
20
10
0
NE SE SW NW
Tipo de trajetória
Figura 4.11.6. Concentração média de ozônio para os dias-núcleo (a) às 00 UTC e (b) às 12 UTC.
As barras indicam o desvio padrão.
(a)
32
PDP
SCS
8 Lapa
Congo
concentração de CO(ppm)
7
Cesar
6 Centro
Ibira
5
0
NE SE SW NW
Tipo de trajetória
(b)
PDP
SCS
8 Lapa
Congo
concentração de CO (ppm)
7
Cesar
6 Centro
Ibira
5
0
NE SE SW NW
Tipo de trajetória
Figura 4.11.7. Concentração média de CO para os dias-núcleo: (a) às 00 UTC e (b) às 12
UTC. As barras indicam o desvio padrão.
33
4.11.3. IDENTIFICAÇÃO DAS FONTES REMOTAS UTILIZANDO OS AEROSSÓIS
ATMOSFÉRICOS MEDIDOS EM SÃO PAULO
A mesma metodologia de análise foi aplicada aos dados de material particulado

inalável (PM10), medido nas estações da rede telemétrica da CETESB (Cetesb, 2000). Nas
Tabelas 4.11.7 e 4.11.8 são apresentados os valores médios de concentração de PM10,
considerando diferentes classes de trajetórias de massas de ar com chegada às 00UTC e às
12UTC, respectivamente.
Tabela 4.11.7. Concentração média de PM10 (em µg/m3) medida e respectivo desvio padrão
(entre parênteses) para diferentes classes de trajetórias às 00UTC.
NE 65 (31) 70 (28) 50 (38) 74 (40) 68 (29)
SE 42 (25) 73 (14) 34 (10) 56 (34) 51 (18)
SW 38 (16) 58 (16) 19 (12) 51 (37) 37 (19)
NW 44 (19) 59 (19) 31 (17) 45 (27) 48 (30)
Tabela 4.11.8. Concentração média de PM10 (em µg/m3) medida e desvio padrão (entre
parênteses) para diferentes classes de trajetórias às 1200 UTC
NE 55 (33) 70 (20) 42 (28) 50 (29) 52 (26)
SE 53 (14) 73 (0.5) 36 (10) 63 (6) 40 (15)
SW 51 (23) 69 (13) 44 (24) 52 (17) 49 (25)
NW 46 (37) 53 (15) 41 (38) 48 (31) 40 (24)
Na Figura 4.11.8a são apresentadas as análises das trajetórias dos dias-núcleo

(descrito no item 2.7), para o horário de 00 UTC. Observa-se para o tipo de trajetória NE um
sinal de transporte da concentração de massa do material particulado (MP) nas estações de
Cambuci e Diadema. Nota-se, para o tipo de trajetória SE, um sinal de transporte da
concentração de massa do MP na estação de Santana. Para as trajetórias de SW e NW não
ocorreu aumento da concentração de MP para a RMSP.
As trajetórias de NE, SE, SW e NW no horário das 12 UTC não indicam o transporte
de aerossóis de longa distância na RMSP (Figura 4.11.8b). Esse fato pode ser atribuído à
influência da camada limite noturna (CLN) e a fraca velocidade do vento durante o período
noturno.
34
(a)
Cambuci
Santana
120 Diadema
Nsenhora
100 Penha
80
PM10 (µg/m )
3
60
40
20
0
NE SE SW NW
Tipo de trajetória
(b)
Cam buci
Santana
100 Diadema
Nsenhora
80 Penha
PM 10 (µ g/m )
60
3
40
20
0
NE SE SW NW
Tipo de trajetória
Figura 4.11.8. Concentração média de massa do material particulado (PM10) para os dias-
núcleo (a) às 00 UTC e (b) às 12 UTC. As barras indicam o desvio padrão.
35
A análise descrita nestas seções refere-se a um estudo climatológico, relacionada com
valores médios. A seguir são apresentados estudos de caso para períodos com ocorrência de
alta concentração de poluentes. Para esses casos foi utilizada uma melhor resolução na
modelagem com o modelo atmosférico RAMS.
36
4.12. ESTUDO DE CASO: TRAJETÓRIAS DE PARCELAS DE AR COM ALTA
RESOLUÇÃO EM SÃO PAULO
4.12.1 CONFIGURAÇÃO DO MODELO RAMS COM ALTA RESOLUÇÃO
A versão do modelo RAMS utilizada neste estudo de caso foi a versão 4a, paralela
(Pielke et al., 1992). Neste estudo de caso foram utilizados dois tipos de espaçamento na
direção x e y: resolução de 20 km na malha grossa e resolução de 5 km na malha fina.
Os esquemas de parametrização contidos no código do modelo que foram ativados
neste estudo de caso foram: parametrização de radiação solar e terrestre (tipo 1, Chen e
Cotton); parametrização de solo e vegetação (tipo de solo: franco argiloso arenoso e tipo de
vegetação: árvore com folha larga e persistente, Tremback, 1985); parametrização de
turbulência (deformação anisotrópica, Smagorinsky, 1963); parametrização de microfísica de
nuvens (para as substância de água em várias formas: gotículas de nuvens, chuva, gelo
primário, neve, agregados, granizo e graupel, tipo 3, Flatau et al., 1989); parametrização de
convecção úmida do tipo Kuo (Kuo, 1974). Os pontos de grade de baixa resolução, próximos
às fronteiras, sofrem influência das análises em pontos de grade do CPTEC (1.875° de
resolução), na forma de um termo de decaimento exponencial com escala temporal de 3600 s.
Este termo de decaimento é máximo na fronteira e anula-se a uma distância de
aproximadamente 5 pontos de grade da fronteira (100 km). A inicialização do modelo foi
realizada também com assimilação em pontos de grade, das informações provenientes da
análise global fornecida pelo CPTEC na resolução de 1.875°.
A grade de resolução grosseira foi localizada entre longitudes 57° W e 42.5° W e
latitudes 19,2° S e 27,3° S. Neste caso a grade horizontal do modelo do RAMS possui 82
pontos na direção leste-oeste, 46 pontos na direção norte-sul, e foi centrada em 23,5° S e 50°
W (Figura 14.2.1a). A grade de resolução fina foi rodada para longitudes entre 48,4° W e
44,8° W e latitudes 22,2° S e 24,5° S. Essa grade horizontal utiliza 74 pontos na direção
leste-oeste, e 54 pontos na direção norte-sul, centrada em 23°33′ S e 46°39′ W (Figura
14.2.1b). Na Figura 14.2.1 são apresentadas ainda a distribuição das grades e a respectiva
topografia. Neste estudo de caso as trajetórias de parcelas de ar foram calculadas com base no
vento simulado com resolução horizontal de 5 km, descrito no item 4.12.2 abaixo.
37
(a) resolução de 20 km
(b) resolução de 5 km
Figura 14.2.1 Distribuição das grades e a respectiva topografia. A sigla SP sobre a mapa
indica a cidade de São Paulo.
38
4.12.2 TRAJETÓRIAS DE PARCELAS DE AR NO PERÍODO INTENSIVO DO MPASP
Alguns eventos de concentração de poluentes foram estudados com mais detalhe para
avaliação da origem de suas fontes. São apresentadas as análises das trajetórias de chegada
(backward trajectories) na cidade de São Paulo (SP), de parcelas de ar que chegam a 200 m
acima da superfície, com a finalidade de se avaliar a origem das massas de ar sobre SP, no
período de 25 de julho à 12 de agosto de 1999 (vide Figura 4.12.2-4.12.4). A escala de cores
representa a altura do nível do mar (em m) da parcela de ar e cada ponto negro sobre a
trajetória representa 6 horas de integração. Análises de trajetórias podem ser utilizadas para
indicarem o transporte de poluentes (Harrison et al., 2000).
A Figura 4.12.2a apresenta a trajetória da parcela de ar atingindo 200 m acima da
cidade de São Paulo, no dia 25/07/99 às 18 HL. A origem de parcela do ar estava
localizada na cidade de São Roque, que em seguida deslocou-se na direção leste (E)
atingindo SP. Nesse dia ocorreu baixa concentração de CO na RMSP. A Figura 4.12.2b
apresenta a trajetória de chegada da massa de ar em SP, no dia 26/07/99 às 15 HL, onde
podemos observar que a origem desta parcela localizava-se próxima à cidade de
Campinas, e que depois atingiu SP com direção NW. Dessa forma o CO gerado por
queimadas pode ter sido transportado até SP, contribuindo para o valor mais elevado de
concentração desse composto (Figura 4.12.5). A Figura 4.12.2c apresenta a trajetória de
chegada em SP, para o dia 27/07/99 às 03 HL. Observa-se que a origem da parcela do
ar que atinge SP é também a cidade de Campinas. A parcela de ar que chegou a SP, teve
origem em 1000 m acima da superfície (6 horas antes de chegar à SP), deslocou-se,
então, na direção SE. Duas horas antes dessa parcela chegar à SP tinha uma altura de
300 m acima da superfície, enquanto nesse dia 27/07/99 às 01 HL a altura da camada
limite noturna (CLN) tinha o valor de 400 m. Quando essa parcela atingiu SP com
direção NW a 200 m acima da superfície, a altura da camada limite noturna medida pelo
SODAR Doppler era o valor de 300 m. O fato das trajetórias de chegada estarem dentro
da CLN, pode ser indicativo de transporte de gases e aerossóis gerados pelas queimadas
de cana-de-açúcar em Campinas, para a SP. O dia 27/07 foi caracterizado por uma
condição sinótica pré-frontal em SP.
A Figura 4.12.2d apresenta a trajetória da parcela de ar, chegando à cidade de SP no
dia 28/07/99 às 18 HL. Observa-se que essa parcela tem sua origem 6 horas antes sobre o
Oceano Atlântico a 200 metros acima da superfície. Esta parcela inicialmente desloca-se em
direção a Cubatão. Depois a parcela de ar chegou à cidade de SP com direção SE.
39
(a) (b)
(c) (d)
(e) (f)
(g) (h)
da superfície (a) 25/07 às 18 HL, (b) 26/07 às 15 HL, (c) 27/07 às 03 HL, (d) 28/07 às 18 HL,
40
(a) (b)
(c) (d)
(e) (f)
(g) (h)
da superfície: (a) 03/08 às 18 HL, (b) 04/08 às 12 HL, (c) 05/08 às 18 HL, (d) 06/08 às 15 HL,
41
(a) (b)
Figura 4.12.4. Trajetória de chegada na Cidade de São Paulo em 1999 atingindo 200 m acima
da superfície: (a) 11/08 às 15 HL, (b) 12/08 às 18 HL. A escala de cores representa a altura
A Figura 4.12.3a apresenta uma trajetória de chegada em SP, também com direção de
SE, no dia 3 de agosto às 18 HL. A Figura 4.12.3c apresenta a trajetória de parcela de ar que
atinge a RMSP, 200 m acima da superfície, no dia 5 de agosto às 18 HL após 6 horas. Nesta
figura observa-se que a parcela de ar que chega para RMSP tem sua origem sobre o Oceano
Atlântico a 200 metros da superfície. Esta parcela inicialmente deslocou-se em direção a
Cubatão. Em seguida chega na RMSP com direção SE, indicando um eventual transporte para
a RMSP dos poluentes gerados na região de Cubatão. No dia 5/08 (estudado com mais detalhe
no item 4.12.3 abaixo), a RMSP, estava sob influência da Alta Subtropical do Atlântico Sul
(ASAS), quando ocorreu um evento de valor elevado de CO, na estação de Osasco (Figura
4.12.5). Nesse dia a Frente Fria (FF) estava sobre ao norte da Argentina. A Figura 4.12.3d
apresenta a trajetória de chegada em SP, para o dia 6 de agosto às 15 HL, quando, também, a
RMSP sofria a influência da ASAS. Nesse dia a FF estava no Uruguai. Na Figura 4.12.3e é
apresentada a trajetória de chegada na cidade de São Paulo no dia 07/08/99 às 09 HL, quando
a origem dessa parcela estava situada na cidade de Campinas. Essa parcela de ar que atingiu
SP, origina-se a 500 m acima da superfície, sendo a altura da CM nesse dia às 09 HL era o
valor de 900 m. Essa parcela inicialmente deslocou-se na direção SE depois atingiu SP com
direção NW, e assim, mais uma vez, indicando que os poluentes gerados pelas queimadas
podem ter sido transportados até SP. Entretanto, no dia 7 de agosto, ocorreram três sistemas
sinóticos: ASAS às 00 UTC, Pré-frontal às 12 UTC, e Frente fria (Figura 4.12.6b), com forte
velocidade do vento próximo à superfície. Na Figura 4.12.3f é apresentada a trajetória de
chegada em SP, no dia 8 de agosto às 09 HL. Nessa Figura observa-se uma frente fria,
caracterizando a RMSP com uma condição sinótica de FF com forte velocidade do vento, e
portanto, os poluentes ficaram com baixas concentrações (vide Figura 4.12.5). No período de
42
09/08/99, às 00 UTC até 10/08/99 às 1200 UTC, a RMSP estava com uma condição sinótica
Pós-frontal (Tabela 4.12.6), influenciando São Paulo com vento de SE (Figura 4.12.6c) e o
CO apresentou baixa concentração (Figura 4.12.5). A Figura 4.12.3h apresenta a trajetória de
chegada a SP no dia 10/08/99 às 21 HL, com a parcela de ar que atingiu SP vindo da direção
NW, oriunda da cidade de Campinas. Nesse dia, ocorreu um valor elevado da concentração de
CO e houve, na RMSP, a Alta Subtropical do Atlântico Sul, com velocidade do vento fraca,
dificultando a dispersão dos poluentes.
A Figura 4.12.4 apresenta a trajetória de parcela de ar de chegada em SP a 200 m
acima da superfície no dia 11 de agosto às 15 HL (Figura 4.12.4a) e 12 de agosto (Figura
4.12.4b) às 18 HL, onde observa-se circulação anticiclônica devido a presença da ASAS.
Nesses dias, a RMSP estava sob a influência de uma condição sinótica associada à ASAS
(Figura 4.12.6d), com velocidade fraca do vento e ausência de precipitação, desfavorecendo a
dispersão dos poluentes e assim, nesse período ocorreram altas concentrações de CO (Figura
4.12.5).
43
12
CO (ppm) -Lapa
18
CO (ppm) - Congonhas
9
16
CO (ppm)- Ibirapuera
0
48 96 144 192 240 288 336 384 432 480
12
CO (ppm) – Cerqueira Cesar
12
CO (ppm) - Osasco
16
CO (ppm) – Parque D. Pedro II
20
CO (ppm)- Centro
10
0
25 27
48 29
96 31
144 2
192 4
240 6
288 8
336 10
384 12
432 14
480
julho de 1999 agosto de 1999

Figura 4.12.5 Variação temporal de CO, medido em várias estações da CETESB para o período de
25/07 a 15/08 de 1999.
44
(a) (b)
C (d)
Figura 4.12.6 Condição sinótica para os dias 7, 8 e 11 de agosto de 1999 na RMSP (a) Pré-
frontal no dia 07/08 às 12 UTC, (b) Frente Fria no dia 07/08 às 18 UTC, (c) Pós-frontal no
dia 08/08 ás 12 UTC, e (d) Alta Subtropical do Atlântico Sul no dia 11/08 às 00 UTC.
45
Tabela 4.12.1. Condições sinóticas na RMSP de 2 à 14 de agosto de 1999.
Data Condição sinótica
02/08/99 às 00 UTC Alta Subtropical de Atlântico Sul (ASAS)
07/08/99 às 12 UTC Pré-frontal
07/08/99 às 18 UTC Frente Fria (FF)
46
4.12.3. ESTUDO DE CASO PARA A TRAJETÓRIA DE SE: 5 DE AGOSTO DE 1999
O dia 5 de agosto de 1999 apresentou uma condição sinótica de Alta Subtropical do
Atlântico Sul, com centro no Oceano Atlântico a sudeste de São Paulo (Figura 4.12.3.1(a) e
4.12.3.1(b)), onde observa-se que a frente fria estava localizada sobre a Argentina.
(a) (b)
UTC e (b) às 18 UTC. Nota-se a frente fria sobre a Argentina.
Em função da análise de trajetória, o monóxido de carbono (CO), gerado na zona

industrial de Cubatão e São Caetano de Sul, pode ter sido transportado para a região central de
São Paulo, sendo esse sinal medido na estação do Parque Dom Pedro. A máxima
concentração de CO na estação de São Caetano de Sul (Figura 4.12.3.2), ocorreu às 20 horas
local (HL), enquanto a máxima concentração desse gás na estação do Parque Dom Pedro II
(Figura 4.12.3.3), se deu às 21 HL. A Figura 4.12.3.4 mostra a trajetória de uma parcela de ar
que chega nas proximidades da estação Parque Dom Pedro II a 200 m acima da superfície,
dentro da camada limite planetária turbulenta (Figura 4.12.3.5), no dia 05 às 18 HL. Nesse
horário a espessura da camada de mistura medida na cidade de SP tinha o valor de 1019 m
(Figura 4.12.3.5). Essa trajetória do ar foi simulada considerando como ponto de partida 30
horas de antecedência do momento analisado, ou seja, essa parcela de ar iniciou sua
trajetória no dia 4 de agosto às 1200 HL. As siglas SP, CA e SJ sobre a mapa da Figura
47
4.12.3.4 indicam as localidades: cidade de São Paulo, Campinas e São José do Campos
respectivamente. Essa mesma Figura mostra o deslocamento de massa de ar mais fria e
úmida, com direção SE-NW, que a massa de ar sobre o continente. Portanto, observa-se o
aumento de temperatura potencial equivalente θe (Figura 4.12.3.6 (a)) às 1800 HL, devido ao
aumento da umidade absoluta, Td (Figura 4.12.3.6(b)).
O transporte do ar poluído a partir da zona industrial de Cubatão para RMSP, descrito
por Silva Dias et al. (1995), é bastante semelhante ao que ocorre neste estudo de caso.
3.0
2.5
2.0 6/08/99
5/08/99
CO (ppm)
1.5
1.0
0.5
0.0
0 4
4 8
8 12
12 16
16 20
20 24
24 28
4 32
8 36
12 40
16 44
20 48
24
horas
Figura 4.12.3.2 Evolução diária de Monóxido do Carbono nos dias 05/08/9 e
4.0
3.5
3.0
2.5
CO(ppm)
2.0
1.5
1.0
0.5
0.0
0 4
4 8
8 12
12 16
16 20
20 24
24 28
4 32
8 36
12 40
16 44
20 48
24
horas
48
Figura 4.12.3.3 Evolução diária da concentração de Monóxido de Carbono no dia
05/08/99 e 06/08/99 na estação Parque Dom Pedro II.
47.7W 47.1W 46.5W 45.9W 45.3W

Figura 4.12.3.4 Trajetória de chegada na Cidade de São Paulo da parcela de ar a 200
m acima da superfície no dia 05/08 às 18 HL. A escala de cores representa a altura
acima do nível do mar (em m) da parcela e cada ponto negro sobre a trajetória, 6
1800
1600 6/08/99
5/08/99
1400
1200
altura (m )
1000
800
600
400
200
0 416 8 32 1248 1664 20
80 24
96 4112 8128 12
144 16
160 20
176 24
192
horas
49
Figura 4.12.3.5. Altura da camada limite planetária para os dias 05 e 06/08
330 (a)
328
θ e em Kelvin
326
324
322
320
318
0
0 24 48 12
6 16
8 20
10 24
12 28
14 32
16 36
18 40
20 44
22 48
24
horas
14 (b)
13
Td (°C )
12
11
10
9
00 4
2 48 12
6 16
8 20
10 24
12 28
14 32
16 36
18 40
20 44
22 48
24
horas
Figura 4.12.3.6. Evolução temporal da temperatura no dia 5/08/99 na estação
Meteorológica do Departamento de Ciências Atmosféricas. A Figura (a) refere-se à
temperatura potencial equivalente (θe), enquanto a Figura (b) corresponde a
temperatura de ponto de orvalho (Td).
4.12.4. ESTUDO DE CASO PARA TRAJETÓRIA DE NW

A seguir são analisadas as trajetórias de chegada na cidade de São Paulo (SP) para
dois casos: (a) 27 de julho e (b) 7 de agosto de 1999. A data de 7 de agosto foi escolhida
devido às altas concentrações de CO (Figuras 4.12.5 e 4.12.4.10). Entretanto, o caso do dia
27 de julho de 1999 foi escolhido a partir da observação da variação temporal do material
particulado (Figura 4.12.4.5), onde tem-se o maior valor de PM10 às 03:00 hora local (HL) na
estação do Parque D. Pedro II. Nesse horário a altura da camada limite noturna (CLN) atingiu
o valor de 300 m (Figura 4.12.4.6 ).
Na Figura 4.12.4.1 é apresentada, para o dia 27/07/99 às 3:00 HL, a trajetória de
chegada na cidade de São Paulo a 200 m acima da superfície. Observa-se que a origem da
parcela do ar que atinge SP é a cidade de Campinas. A parcela de ar que chega à SP vem de
1000 m acima da superfície inicialmente, desloca-se na direção SE, atingindo SP com
50
direção NW. Este fato é um indicativo que os gases e aerossóis gerados pelas queimadas de
cana-de-açúcar, em Campinas (Figura 4.12.4.2), podem estar sendo transportados até SP. A
altura da CLN era de 300 m quando a parcela de ar atingiu 200 m acima da superfície. No dia
27/07/99 às 03:00 HL a cidade de SP estava em uma condição sinótica pré-frontal (Figuras
4.12.4.3 e 4.12.4.4). A frente fria atingiu SP às 19:15 HL. A concentração do PM10 aumentou
após a passagem da frente fria (4.12.4.5).
Na Figura 4.12.4.7 apresenta-se a trajetória de chegada na cidade de São Paulo, no dia
07/08/99, às 21:00 HL, também a 200 m acima da superfície. A origem dessa parcela estava
situada inicialmente na cidade de Campinas às 15 HL (Figura 4.12.4.7), quando a espessura
da camada de mistura (CM) medida nesse horário era de 1200 m (Figura 4.12.4.11). A parcela
de ar que atingiu SP, vinda de 500 m acima da superfície, inicialmente deslocou-se na
direção SE dentro da CM, atingindo SP com vento de direção NW. Esse comportamento pode
indicar que os poluentes gerados pelas queimadas (Figura 4.12.4.8), foram transportados até
SP. É interessante observar que o maior pico da concentração de CO ocorre primeiro na Lapa
e depois no Centro (Figura 4.12.4.9), coerente com a trajetória da parcela de ar (Figura
4.12.4.7).
47.7W 47.1W 46.5W 45.9W 45.3W

Figura 4.12.4.1. Trajetória de chegada na Cidade de São Paulo a 200 m acima da
superfície, no dia 27 de julho de 1999, às 3 HL. A escala de cores representa a altura acima
do nível do mar (em m) da parcela e cada ponto negro sobre a trajetória, 6 horas de
51
Figura 4.12.4.2. Detecção de queimadas pelo satélite NOAA 12, no dia 27 de julho de
1999. A linha tracejada central representa o cruzamento com o Equador às 1751 HL, em
longitude 48,62W (Fonte INPE)
Figura 4.12.4.3. Campo de vento horizontal (m/s), no nível de 1000 hPa, no dia 27 de julho
de 1999.
52
Figura 4.12.4.4. Imagem de satélite no canal IR, no dia 27/07/99, às 12 UTC.
300
PM 10 (Parque D. Pedro)
PM 10 (Osasco)
200
100
0
0 4
52 8
56 12
60 16
64 20
68 24
72
Figura 4.12.4.5. Variação temporal do material particulado inalável no dia 27 de

julho de 1999.
1600
1200
altura (m )
800
400
0
0 4 040 4 186 4132
2 41468 42604 2
4 840
Figura 4.12.4.6. Altura da camada limite planetária para o dia 27 de julho de 1999,
obtida a partir do SODAR DOPPLER.
53
47.7W 47.1W 46.5W 45.9W 45.3W
Figura 4.12.4.7.- Trajetória de chegada na Cidade de São Paulo, a 200 m acima da
superfície, no dia 07 de agosto de 1999 às 21:00 LT. A escala de cores representa a altura
Figura 4.12.4.8. Detecção de queimadas pelo satélite NOAA 12, no dia 7 de agosto de
1999. A linha tracejada representa o cruzamento com o Equador às 1705 HL na longitude
de 37,51W e o cruzamento com o Equador às 1847 HL na longitude 62,77W (fonte INPE)
54
20
CO-Centro
CO -Lapa
15
10
0
316
4 320
8 324
12 328
16 332
20 336
24
Figura 4.12.4.9. Variação horária do CO no dia 7 de agosto de 1999.
Figura 4.12.4.10. Imagem de satélite no canal IR no dia 7 de agosto de 1999 às 12 UTC.
1600
1200
altura (m)
800
400
0
0 1 445 6 1 487 2 114 2
88 115 6
04 1 52200 125 4
36
Figura 4.12.4.11. Altura de camada limite planetária para o 7 de agosto de 1999
55
Em resumo pode-se considerar que com uma condição sinótica de Alta Subtropical do
Atlântico Sul existem evidências, pela análise de trajetórias de parcelas do ar com resolução
de 5 km, que os poluentes gerados nas regiões de Cubatão e São Caetano de Sul possam estar
sendo transportados para a RMSP.
Já para dias poluídos tais como 27 de julho e 7 de agosto de 1999, as análises das
trajetórias de NW mostraram que a origem das parcelas de ar que atingem São Paulo são do
interior do Estado de São Paulo, onde ocorrem maior número de queimadas.
Como apresentado, para esses estudos de caos, as trajetórias das parcelas de ar no

instante de chegada na cidade de São Paulo estavam dentro da camada limite planetária.
56
CAPÍTULO V
DISCUSSÕES E CONCLUSÕES
5.1. INTRODUÇÃO
Este trabalho teve como principal objetivo avaliar a importância relativa das fontes
locais e remotas de poluentes para a Região Metropolitana de São Paulo (RMSP). Para
resolver o difícil problema de identificação das fontes veiculares de aerossóis na RMSP,
utilizou-se uma metodologia baseada em modelos receptores e em resultados experimentais
de amostragens realizadas em túneis. Já para analisar a influência de fontes remotas de
poluentes para a RMSP utilizou-se a análise das trajetórias de parcelas de ar. Os dados das
concentrações dos poluentes e as variáveis meteorológicas medidas, utilizadas para atingir os
objetivos deste trabalho, correspondem aos dados coletados na primeira fase do projeto
temático “Meteorologia e Poluição do Ar em São Paulo” (MPASP), com recursos da
“Fundação de Amparo à Pesquisa do Estado de São Paulo” (processo número 96/01403-4), no
período de junho a agosto de 1999.
A seguir, será apresentado um resumo dos principais resultados deste trabalho,
iniciando-se com os resultados da parte da identificação das fontes locais, incluindo a
avaliação dos fatores de emissão em túneis e métodos multivariados. Na seqüência,
apresentam-se os resultados da análise de trajetórias de chegada na RMSP, no período de
junho a agosto de 1999. Finalmente, apresentam-se os resultados de estudo de casos das
trajetórias de parcelas de ar com alta resolução para o período da primeira campanha intensiva
de medidas do projeto temático MPASP, que foi realizada entre os dias 02 e 12 de agosto de
1999.
5.2. IDENTIFICAÇÃO DAS FONTES LOCAIS

5.2.1. EMISSÕES VEICULARES EM TÚNEIS
As amostragens nos túneis mostraram uma participação de 29% de BC na concentração
em massa do MPF em veículos leves, e 39% em veículos movidos à diesel.
Uma importante contribuição deste trabalho foi a estimativa de emissão de elementos
traços pela queima de combustível. Os fatores de emissão (massa (µg ou g) do poluente
emitido por kg de combustível queimado) de poluentes para os veículos leves foram: Al de
57
8155µg/kg, Si de 8643µg/kg, S de 10973,7 µg/kg, Ca de 5597µg/kg, Ti de 2043µg/kg, Mn de
1473,3µg/kg, Cu de 6677,6µg/kg, Zn de 2953µg/kg, Br de 290µg/kg, Pb de 326 µg/kg e BC
de 235785µg/kg. Para os gases NOx e SO2 os fatores de emissão, também para os veículos
leves, foram de 11,4g/kg e de 0,22g/kg, respectivamente.
Observou-se pouca diferença entre as medidas realizadas no interior do túnel Maria
Maluf quando comparadas com as medidas externas, sendo que isso foi atribuído ao ponto de
amostragem externo ter sido muito próximo ao túnel. Em razão disto não foi possível o
cálculo das emissões veiculares provenientes dos veículos pesados.
As medidas externas e internas de concentração dos poluentes foram utilizadas para a
determinação dos fatores de emissão (emissões veiculares). Essas informações serviram de
base para a caracterização das fontes obtidas pelos métodos multivariados. Com essas
informações pode-se fazer uma nova estimativa da participação dessa fonte para o material
particulado medido nas amostras de ar.
5.2.2. MÉTODOS MULTIVARIADOS

A partir dos resultados da aplicação da Análise de Fatores (AF) com rotação
VARIMAX à base de dados de MPF, amostrados na área urbana (Instituto de Física da
Universidade de São Paulo) e dos estudos nos túneis, foram identificadas 5 principais fontes
locais: i) ressuspensão de solo (associada aos elementos traços Al, Si, Ca, Ti e Fe); ii)
emissões industriais (associadas a Mn, Zn e Pb); iii) emissões veiculares (associadas a Cu, Br,
BC e Cl); iv) queima de óleo combustível (associada aos elementos-traços V e Ni); e v)
sulfato (associado a S e MPF).
Da aplicação da AF com rotação VARIMAX à base de dados de MPF, amostrado em
área semi-urbana, dentro do Parque Estadual das Fontes do Ipiranga e dos estudos nos túneis
foram identificadas, também, 5 principais fontes locais: i) ressuspensão de solo (associadas
aos elementos-traços Fe, Ti, Ca, Si e Al); ii) queima de óleo combustível (associada a V, Ni e
S); iii) vegetação (associada aos elementos P e K); iv) emissões industriais (associadas a Zn e
Mn); e v) emissões veiculares (associadas a BC, Br, MPF, Cu e Cl).
Do estudo de identificação das fontes locais na RMSP concluiu-se que
aproximadamente 40% das emissões do MPF estão associadas com a fonte veicular. Segundo
a CETESB (2002), a partir da Análise por Balanço de Massa, a participação da emissão
veicular para a concentração de material particulado inalável é de 40% por emissão direta.
Assim, os valores obtidos neste trabalho reforçam de certa forma essa estimativa, porém são
superiores a outros valores apresentados na literatura, baseados em Análise de Componentes
Principais (Andrade et al,1994; Castanho & Artaxo, 2001).
58
5.3. CLIMATOLOGIA DA ANÁLISE DE TRAJETÓRIAS DE PARCELAS DE AR DE
CHEGADA NA RMSP, NO PERÍODO DE JUNHO A AGOSTO DE 1999.
Uma hipótese é que a concentração de poluentes do ar, medida na RMSP, varia não
apenas devido às contribuições das fontes locais, mas também pela contribuição das fontes
remotas, sendo que estas devem ser consideradas. Neste trabalho um dos objetivos foi
analisar qualitativamente a influência de fontes remotas de poluentes para a RMSP, através
da análises das trajetórias de parcelas de ar. As trajetórias de parcelas do ar foram obtidas
utilizando-se o Modelo de Trajetória Cinemática em 3D. Esse modelo utiliza o campo do
vento horizontal (u,v) e vertical (w), obtido por modelagem numérica da atmosfera, com o
modelo RAMS (Regional Atmospheric Modelling Sytem). Foi realizado o downscaling para
uma malha aninhada do modelo RAMS, no período de junho a agosto de 1999. A malha de
baixa resolução foi de 64 km e sua malha aninhada foi de 16 km de resolução horizontal. Uma
classificação da análise de trajetórias foi desenvolvida neste trabalho, para cada dia nos
horários de 00 e 12 UTC. Para cada horário foram calculadas 5 trajetórias de chegada em
pontos definidos por um quadrado, centrado na cidade de São Paulo. Quando todas as 5
trajetórias originaram-se da mesma direção (NE, SE, SW, NW), formando um grupo, esse dia
era classificado como dia-núcleo. A seguir são apresentadas as conclusões deste estudo com
resolução horizontal de 64 km.
As parcelas características das massas de ar que chegaram à RMSP, às 0000 UTC e
1200 UTC durante o período de inverno de 1999, foram classificadas em quatro tipos de
trajetórias de acordo com sua origem: NE, SE, SW e NW. Foram determinadas as suas
origens com 4 dias de antecedência para cada horário, em 905 trajetórias analisadas para os
três meses, de junho a agosto de 1999: 32% das trajetórias originaram-se do quadrante NE,
12% do quadrante SE, 19% do quadrante SW e 37% das trajetórias originaram-se do
quadrante NW.
Do total de 905 trajetórias, foram identificados 74 dias-núcleo. Considerando ambos os
horários 00 e 12 UTC, em 8% dos dias-núcleo as trajetórias originaram-se do quadrante SE,
A mesma análise foi realizada considerando-se as trajetórias para os dois horários
separadamente (às 00 e às 12 UTC). Às 00 UTC foram identificados 33 dias-núcleo sendo que
12% dos dias-núcleo das 00 UTC tiveram trajetórias provenientes do quadrante SE, 15% do
quadrante SW, 43% do quadrante NW e 30% do quadrante NE. Para as 12 UTC foram
determinados 41 dias-núcleo com a seguinte origem: 5% com trajetórias do quadrante SE,
59
Estes dias-núcleo, considerando separadamente os horários 00 e 12 UTC, foram
analisados com relação à concentração de O3, CO e Material Particulado Inalável (PM10).
Para cada dia-núcleo, foram calculadas médias das concentrações de O3, CO e PM10, para 5
horários (2 horários antes, o mesmo horário e 2 horários depois, em relação aos horários das
00 e/ou 12 UTC). Finalmente, as concentrações médias de O3, CO e PM10 correlacionadas
com as trajetórias foram as médias obtidas a partir das médias dos 5 horários acima descritos.
As análises das trajetórias de chegada dos dias-núcleo na RMSP, durante o inverno de
1999, sugerem que os precursores de ozônio, assim como o próprio ozônio, têm uma
tendência de apresentar concentrações mais elevadas quando as trajetórias são de NE. Esse
efeito é observado de forma mais evidente nas estações de São Miguel Paulista e São
Caetano do Sul, às 00 UTC. O mesmo comportamento ocorre nas estações São Miguel
Paulista, São Caetano do Sul e Moóca, às 12 UTC, sendo que nas demais estações
predominam fontes locais.
Pela análise de trajetórias não foi possível detectar um sinal de transporte de CO de
longa distância para a RMSP, pois há um predomínio das fontes locais, isto é, as emissões das
fontes veiculares.
Observou-se nas análises das trajetórias dos dias-núcleo no horário de 00 UTC, para
trajetórias de NE, um sinal de transporte da concentração de massa do material particulado
(MP) nas estações de Cambuci e Diadema. Também notou-se para as trajetórias de SE, um
sinal de transporte da concentração de massa do MP na estação de Santana. Para as trajetórias
de SW e NW não foi observado transporte de longa distância para a RMSP. Para o horário
das 12 UTC, nas trajetórias NE, SE, SW e NW não foi observada a presença de transporte da
concentração de massa dos aerossóis de longa distância para a RMSP.
5.4. ESTUDO DE CASOS DAS TRAJETÓRIAS DE PARCELAS DE AR COM ALTA

RESOLUÇÃO NO PERÍODO INTENSIVO MPASP.
Nos estudos de casos, foram utilizados dois tipos de espaçamento na direção latitudinal
e longitudinal do modelo RAMS: resolução de 20 km na malha grossa e resolução de 5 km na
malha fina.
Com uma condição sinótica de Alta Subtropical do Atlântico Sul existem evidências
pela análise de trajetórias de parcelas do ar com resolução de 5 km, que os poluentes gerados
nas regiões de Cubatão e São Caetano de Sul possam estar sendo transportados para a RMSP.
Para dias poluídos tais como, 27 de julho e 7 de agosto de 1999, as análises das
trajetórias de NW mostraram que a origem das parcelas de ar que atingem São Paulo é do
interior do Estado de São Paulo. Um ponto a ser considerado é a espessura da camada limite
planetária (CLP), que nos estudos de casos realizados (trajetórias chegando dentro da CLP)
60
sempre foi mais profunda que a altura de chegada da trajetória, confirmando as hipóteses
apresentadas referentes à contribuição de fontes remotas para a concentração de poluentes na
RMSP.
61
5.5. SUGESTÕES PARA PESQUISAS FUTURAS
Durante a realização deste trabalho foram constatadas várias deficiências
principalmente com realização à base de dados de poluentes atmosféricos. Pontos que foram
considerados importantes estão enumerados abaixo, para realização futura:
i) determinar experimentalmente as assinaturas da fonte solo para o solo característico da
RMSP;
ii) avaliar o perfil vertical da concentração de ozônio, com sondagens e medidas com avião
para quantificar o transporte dos poluentes;
iii)ampliar a metodologia para calcular as trajetórias de chegada (backward trajectories) para
que levem em conta os processos físicos e químicos que ocorrem ao longo destas,
considerando uma implementação de um módulo de descrição da deposição úmida ao
longo de trajetórias;
iv) utilizar o método de estatísticas de trajetórias (desenvolvido por Stohl, 1996) para a
identificação de áreas fontes. Essa metodologia utiliza concentrações de poluentes
atmosféricos medidas nos receptores e seu correspondente backward trajectories;
v) estimar o impacto das emissões atmosféricas das fontes poluidoras de São Paulo nas
regiões vizinhas;
vi) realizar medidas em locais afastados das fontes de poluentes;
vii) realizar novos estudos experimentais nos túneis, com uma melhor estatística de dados,
para levantamento das emissões de veículos pesados e
viii) cálculo da função de influência utilizando o método Lagrangeano Inverso.
62
63
APÊNDICE A
1. PARAMETRIZAÇÃO DA DIFUSÃO TURBULENTA

A contribuição da difusão turbulenta às tendências das variáveis prognosticadas nesta
escala, é dada pela convergência do fluxo turbulento:
 ∂u j  ∂ ( ρ 0 ui' u 'j )
  =− 1
 ∂t  ∂ xi
 turb ρ0
 ∂ς  1 ∂( ρ 0 ui ς )
  =
' '
 ∂t turb ρ 0 ∂ xi
onde ρ0 é a densidade do ar do estado básico, u 'i u 'j é o fluxo turbulento transportando o
momento uj através do momento ui, u 'i ς ' é o fluxo turbulento transportando o escalar ζ
através do momento ui.

Os fluxos turbulentos são parametrizados utilizando a teoria do fluxo gradiente (teoria
K). Teoria K constitui um fechamento de primeira ordem, na qual os fluxos turbulentos são
proporcionais aos gradientes locais da correspondente quantidade média transportada.
Neste trabalho foi utilizado para a parametrização turbulenta a deformação
anisotrópica na direção horizontal (Smagorinsky,1963) e o esquema de fechamento de
segunda ordem de Mellor e Yamada (1982) na direção vertical.
A seguir é descrita a parametrização de deformação anisotrópica que calcula os
coeficientes de difusividade na horizontal, baseado em Smagorinsky (1963) o qual realaciona
os coeficientes com a taxa de deformação do fluido. O coeficiente de difusividade de
momento na horizontal é dado por
K mh = (cs x ∆x ) | D h |
onde cs x é um coeficiente de ajuste previamente calibrado (Walko&Tremback, 2001), ∆x é o

espaçamento de grade na horizontal, o qual é assumido como sendo o comprimento de
mistura (tamanho do maior turbilhão não resolvido). O termo |Dh| é a magnitude do tensor
deformação na horizontal, dado como segue:
 ∂u   ∂v   ∂v ∂u 
| D h |= 2   + 2   +  + 
2 2 2
∂
 x  ∂y   ∂x ∂y 
Este coeficiente apresenta o seguinte valor mínimo:

K mh min = 0,075 K a (∆x )
4/3
Onde Ka é em torno de 1 e pode ser definido pelo usuário.

64
As variâncias das flutuações das velocidades σ i2 podem ser estimadas pelo método de
Mellor e Yamada (1982), como segue:
2
σ u2 = (1 − 2 γ 1) q
2
σ 2v = σ 2w = γ 1 q
onde γ1=0,22 e q2=2ECT (energia cinética turbulenta).

Este método de Mellor e Yamada (1982) foi utilizado para determinar os coeficientes
de difusividade na vertical.
2. PARAMETRIZAÇÃO DE CUMULUS
A contribuição devido à convecção úmida às variáveis na escala resolvida pelo modelo
RAMS, é chamado de parametrização de cumulus.
A parametrização de cumulus no RAMS utiliza o método de Kuo (1965), baseado na
observação da existência de uma forte correlação entre a precipitação convectiva e a
convergência total de larga escala de vapor d’água em uma coluna atmosférica (Molinari e
Corsetti, 1985, Tremback, 1990, e Freitas, 1999). Segundo Freitas (1999) o esquema é
baseado na hipótese do equilíbrio, na qual a convecção ocorre para consumir a instabilidade
convectiva fornecida pela larga escala, transportando calor e umidade.
As contribuições às tendências locais de temperatura potencial de água líquida e razão
de mistura total de água devidas à convecção úmida são dadas pelas equações:
 ∂θ il  L(1 − b) I
 
 ∂t  = ρ π
Q1
 con ∫zg Q1 dz
zct
0
e
 ∂r T 
  =
L( I Q2
 ∂t con ρ 0 ∫zg Q 2 dz
zct
Onde L é o calor latente de condensação e π é a função de Exner. I é a taxa com que a

larga escala fornece umidade, sendo expressa como o fluxo através do nível de condensação
por levantamento (NCL):
I = ( ρ 0 r v w ) NCL
com ρ0 a densidade de ar do estado básico, rv é a razão de mistura de vapor e w é a

velocidade vertical na escala resolvida, todos os valores obtidos no nível NCL. b é um
parâmetro introduzido por Kuo, que define a partição do suprimento da umidade I. A fração b
umidecerá a atmosfera e a restante, (1-b), será condensada e precipitará aquecendo a
65
atmosfera. Q1 e Q2 são os perfis verticais de aquecimento e de umidade da atmosfera devido
a convecção.
3. PARAMETRIZAÇÃO DE SUPERFÍCIE
Os fluxos turbulentos de momento, calor sensível e latente são trocados entre a
atmosfera e a superfície. A descrição detalhada de parametrização de superfície pode ser
encontrada em Freitas (1999).
3.1. PARAMETRIZAÇÃO DA CAMADA LIMITE SUPERFICIAL

Os parâmetros da camada limite superficial (CLS), que são escalas características para
a velocidade de fricção (u*), escala de temperatura (θ*) e a escala de umidade (r*) são obtidas
utilizando a teoria de similaridade (Louis,1979).
As expressões dessa escalas características da CLS podem ser escritas como segue:
2 z
u*2 = a 2 U F m ( , RiB )
z0
a U ∆θ
2
θ* =
z
F h ( , RiB)
u* z0
a U ∆r
2
r* =
z
F h ( , RiB
u* z0
onde:
a2 =
2
k
 z 
 ln 
2
 z 
 0
∆θ = θ ( z ) − θ s
∆r = r ( z ) − r s
U = u 2( z ) + v (2z )
k é a constante de von Karmann (0,35), z é altura acima da superfície do nível mais baixo do
modelo e z0 é o parâmetro de rugosidade. As expressões para Fh e Fm são:
a) caso estável
1
Fm =
2b RiB
1+
1 + d RiB
66
1
Fh =
1 + 3b RiB 1 + d R iB
b) caso instável
2b RiB
Fm = 1−
z
1 + 2 cm | RiB |
z0
3b RiB
Fh = 1−
z
1 + 3 ch | RiB |
z0
onde b=5, d=5, cm=5, cs=5, e RiB é o número de Richarson “bulk” dado por
gz∆θ
RiB =
(θ ( z ) + θ s ) U
1 2
2
3.2. PARAMETRIZAÇÃO DE SUPERFÍCIES ÁGUA, SOLO e VEGETAÇÃO

Cada célula da grade do modelo RAMS é dividida em 3 classes de superfície: água,
solo nú, e vegetação sobre solo sombreado.
Para cada uma destas classes, a parametrização precisa fornecer valores de
temperatura e umidade da superfície para que a parametrização da CLS possa fornecer os
fluxos turbulentos de momento, calor e umidade trocados entre a atmosfera e superfície. Os
fluxos efetivos são obtidos através de uma média dos fluxos individuais ponderada pela área
que cada classe ocupa na célula.
SUPERFÍCIE DE ÁGUA
A temperatura da água é mantida constante no tempo, podendo ser inicializada via
parâmetro constante do RAMSIN ou interpolada a partir de dados de temperatura da
superfície do mar, para inicialização horizontal heterogênea. A umidade na superfície é a
razão de mistura de saturação definida na pressão e temperatura da água em superfície
(Longo, 1999)
SUPERFÍCIE SOLO NÚ
Para a superfície de solo nú os fluxos de calor e umidade dentro do solo são obtidos
utilizando um modelo de multicamadas que prognostica temperaturas e umidades (McCumber
e Pielke,1981 e Tremback e Kessler, 1985).
67
VEGETAÇÃO COM SOLO SOMBREADO
Para a superfície de vegetação, o modelo de interação vegetação-atmosfera é baseado
em Avisar e Pielke (1989).
3.3. FLUXOS TURBULENTOS DE MOMENTO, CALOR E UMIDADE

Depois de terem sido calculadas as escalas características da CLS, os fluxos turbulentos
de momento, calor e umidade são derivados utilizando a metodologia de Manton e Cotton
(1977) como segue:
a) Fluxos turbulentos de momento

' ' u 2
uw =− u
U *
' ' v 2
vw=− u
U *
2 η 2
w' w' = −(0,27 q0 − 1,18 )u
ψ *
onde
2 1 −η
q0 = 6,25
ψ
2 (1 − 3, 21η )(1 − 2,18η )

ψ =
(1 − 2,86)
ξ
η=
φ m (ξ )

1 + 4,7ξ se ξ ≥ 0

(estável)


φ m (ξ ) = (1−15ξ )−1 / 4 se − 0,5 < ξ < 0

(instável)
0,47 (−ξ )−1 / 3 seξ ≤ −0,5


(instável)


ξ =
z
L
θ u*2
L= é o comprimento de Moni-Obukhov
gk θ *
b) fluxos turbulentos de calor e umidade
θ ' w' = −θ * u*
68
' '
r w = − r * u*
4. ESQUEMAS DE RADIAÇÃO
Para a parametrização da radiação de onda curta e onda longa foi utilizada a
desenvolvida por Harrington (1977). A parametrização de Harrington (1977) considera as
seguintes formas de condensação: gotículas de nuvem, chuva, gelo primário, neve, agregados,
granizo e graupel (espécie de granizo) assim como vapor de água, e utiliza a informação
sobre a região de crescimento de cristal de gelo.
Outros esquemas de radiação como o de Mahrer & Pielke (1977) ignoram o conteúdo
de água líquida e de gelo na atmosfera, embora este esquema leve em conta o vapor de água.
O esquema de Chen & Cotton (1983) leva em conta a condensação na atmosfera, mas não
ocorre se este for nas gotas da nuvem, chuva ou gelo. Sendo esta a maior limitação deste
esquema (Walko & Tremback 2001).
5. PARAMETRIZAÇÃO DA MICROFÍSICA DE NUVENS

A parametrização da microfísica de nuvens é classificada em três níveis. No presente
trabalho foi utilizado o nível 3. Esta parametrização considera: gotículas na nuvem,
precipitação, gelo primário, neve, agregados, granizo e graupel (espécie de granizo), além dos
processos de precipitação.
A parametrização da microfísica de nuvens do modelo atmosférico RAMS pode ser
aplicada a qualquer fase de água, incluindo o processo de precipitação. Este modelo simula
todas as mudanças de fase para a substância água. A substância água pode ser categorizada
em várias formas: vapor, gotículas de nuvens, chuva, gelo primário, neve, agregados, granizo
e graupel (Walko et al.,1995; Nakaema, 2001). A descrição detalhada da parametrização da
microfísica de nuvens pode ser encontrada em Nakaema (2001).
69
APÊNDICE B
Tabela B.1: Elementos traços (em ng/m3) e 1 cátion e 1 ânion e MPF (µg/m3) identificados
nas amostras coletadas com o Moudi
i D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb Mn FPM NH4+
0.1 541,24 8,41 51,31 4,71 16,76 2,09 2 11,92 9,4 1,26 8,56 1,51
0.32 17,62 5,92 37,06 1,62 16,92 0,72 0,88 12,57 4,36 1,66 5,83 1,64
0.56 36,45 6,41 32,18 8,78 1,56 1,85 40,41 0,93 2,43 35,95 7,49 2,97 7,75
1 69,49 553,79 13,69 22,18 32 5,72 1,57 87,4 1,17 2,35 51,43 6,46 3,28 3,88 0,57
1.8 156 103,04 58,98 29,27 77,3 12,93 2,85 177,56 1,24 3,53 25,7 3,65 3,92 3,57 0,05
0.1 84,74 556,19 10,68 62,92 7,58 4,5 45,18 3,2 2,58 28,44 14,28 2,53 12,8 1,01
0.32 65,66 348,79 9,04 31,43 7,49 46,54 1,15 2,21 25,22 6,06 2,61 5,64 1,01
0.56 69,42 354,39 10,68 30,78 26 4,05 79,7 1,03 2,92 52,44 5,51 3,82 4,15 0,42
1 189,6 127,22 23,63 27,73 68,6 9,82 131,08 1,42 2,52 47,84 3,55 5,06 9,57 0,07
1.8 233,2 163,87 29,06 34,11 85,4 12,08 163,73 2,06 3,32 58,83 4,41 6,22 9,93
0.1 12,31 490,92 6,86 71,7 4,37 19,51 1,71 1,62 24,26 14,04 1,56 10,7 1,36
0.32 18,07 586,7 7,76 41,05 4,41 0,96 27,03 0,78 1,82 37,57 7,41 1,76 5,85 0,96
0.56 35,99 630,11 15,15 40,23 14,4 2,43 1,03 79,09 1,42 3,44 17,43 4,71 5,21 0,72
1 62,58 247,8 50,85 38,34 28,8 4 112,39 1,75 3,45 12,01 5,56 4,38 0,08
1.8 139 95,24 58,8 29,8 65,6 12,01 2,17 169,41 3,72 4,51 64,12 3,14 4,74 3,94 0,07
0.1 54,7 673 18,49 117,1 12,8 2,1 54,77 3,11 7,35 41,08 5,17 0,66
0.32 98,67 774,11 15,68 81,05 13,3 3,86 2,82 80,95 1,13 6,76 52,63 16 6,72 12,4 0,52
0.56 86,57 625,51 19,23 63,77 21,3 6,08 119,7 1,64 7,01 95,49 18,16 7,99 8,9 1
1 276,8 391,9 46,22 56,8 83,3 19,01 227,4 2,19 8,96 13,9 10,9 10,3 0,62
1.8 502,1 111,2 32,07 60,66 173 35,29 3,18 376,31 4,63 9,72 6,18 8,77 11,1 0,15
0.1 26,54 669,83 18,48 117,7 6,95 29,33 3,87 33,76 23,75 1,45 17,3 1,4
0.32 29,74 526,31 23,85 65,44 14 1,72 7,49 43,41 4,49 3,83 58 15,88 2,43 8,84 0,78
0.56 54,94 385,85 48,59 20,8 3,84 3,76 70,06 3,1 7,46 15,09 4,41 6,52 0,3
1 143,6 174,9 35,08 48,3 11,87 5,45 150,67 5,51 6,17 74,95 8,41 6,75 4,76 0,01
1.8 304,8 73,92 44 109 24,36 5,24 257,03 7,35 6,32 26,41 3,58 6,03 4,44 0,01

Moudi D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb M
6 0.1 59,76 324,93 13,16 5,58 2,93 32,6 1,31 3,35 26,88 15,36 2,8
6 0.32 122,3 188,61 14,08 86,2 11,7 1,64 1,13 53,58 1,11 3,06 35,1 10,81 5,4
6 0.56 183,3 100,13 22,96 49,7 23,7 5,03 78,3 1,12 2,76 43,13 11,74 7,6
6 1 293,4 118,74 33,44 45,35 61,7 17,78 204,48 1,82 4,55 39,08 7,78 11
6 1.8 500,3 45,75 34,66 89,93 7,51 7,91 21,91 3,95 11
7 0.1 39,35 343,45 21,32 8,62 4,45 21,62 2,47 9,2 44,45 1,6
7 0.32 77,94 225,6 21,94 103,7 16 3,88 2,06 54,75 2,26 53,42 15,09 4,9
7 0.56 173,7 178,67 65,48 29,6 9,45 1,29 124,16 4,08 17,81 9,6
7 1 325,4 115,34 52,52 77 22,88 1,63 289,28 5 15,13 76,9 9,33
7 1.8 703,9 65,57 86,69 175 4,63 11 44,51 5,49 11
8 0.1 25,71 177,53 12,11 5,62 0,98 2,4 12,07 1 2,69 16,86 7,76 0,7
8 0.32 69,06 107,32 9,18 116,5 17,6 3,81 0,92 37,22 0,46 3,42 17 5,05 1,4
8 0.56 116,6 55,01 18 42,18 26,8 7,84 0,48 64,31 0,6 3,22 15,66 4,22 1,8
8 1 343,7 48,16 48,85 108 29,49 1,81 259,36 1,58 5,36 17,6 3,07 5,6
8 1.8 792,7 49,32 9,83 2,85 2,85 5,62 7,51 12,98 3,02 6,3
9 0.1 9,15 341,83 3,8 40,06 3,75 4,99 1,9 1,07 9,38 3,42 0,3
70
9 0.32 12,35 343,64 2,05 27,9 1,89 1,51 6,61 0,7 1,18 12,06 2,76 0,3
9 0.56 21,75 340,96 4,01 15,4 4,8 1,04 15,88 0,53 1,03 27,39 2,52 0,5
9 1 32,59 98,26 20,08 7,2 7,77 1,56 0,8 29,71 0,64 1,3 37,64 1,16 0,9
9 1.8 68,75 32,53 40,11 10,73 18,4 4,47 1,13 58,12 0,84 1,52 22,98 0,57 1,
10 0.1 50,82 703,03 16,46 72,42 41,97 2,92 23,72 16,57 2,6
10 0.32 458,8 764,05 9,26 74,29 4,96 61,83 2,26 2,72 36,23 11,18 4,3
10 0.56 94,96 730,97 11,88 64,15 4,15 1,8 104,62 1,27 2,44 56,04 10,94 6,
10 1 206,3 397,6 11,24 42,63 12,75 1,7 166,94 1,95 4,04 75,36 6,91 7,
10 1.8 450,7 98,52 21,6 58,97 28,54 3,57 296,64 5,6 47,37 3,7 7,9

Moudi D50 Si S Cl K Ca Ti V Fe Ni Cu Zn Pb M
11 0.1 21,91 495,39 8,06 58,01 1,33 28,17 4,06 27,7 17,33 0,6
11 0.32 30,87 793,93 26,31 67,96 1,99 12,1 48,86 6,43 12,9 36,89 21,03 1,9
11 0.56 79,84 19,52 106,3 7,69 10,8 100,67 5,92 10,01 63,1 5,5
11 1 248,6 17,08 65,76 23,77 9,49 243,37 5,64 13,18 19,17 6,
11 1.8 460 280,18 21,2 62,6 33,54 9,76 373,27 6,69 11,73 59,89 5,82 8,1
12 0.1 63,11 294,17 10,6 162,1 3,73 3,69 25,23 1,83 2,55 20,68 13,26 1,8
12 0.32 112,6 406,92 11,19 130,3 18,3 3,56 2,06 89,72 1,71 4,25 21,21 13,23 3,1
12 0.56 224,9 14,16 131 49,9 9,98 3,12 133,63 1,94 5,43 40,6 16,71 5,6
12 1 730,7 818,35 14,77 111,9 191 8,12 457,88 8,08 13,21 19,55 1
12 1.8 726,6 129,96 19,27 89,33 51,26 2,49 427,28 2,39 7,94 33,92 5,89 7,0
13 0.1 71,39 602,52 24,98 11,5 1,42 48,52 8,12 36,74 23,64 2,1
13 0.32 115,9 501,02 24,82 34,9 9,65 11 123,28 5,77 11,42 41,12 21,05 4,2
13 0.56 229,1 453 17,23 171,3 58,8 13,49 5,8 174,04 4,27 13,29 58,97 15,6 6,5
13 1 597,6 268,45 21,84 117,3 194 45,69 10,9 6,23 15,8 73,81 12,3 9,6
13 1.8 140,75 60,57 138,7 10,3 7,32 45,6 6,16
14 0.1 78,17 549,93 24,75 8,87 12,4 48,76 6,09 10,2 52,36 24,64 2,5
14 0.32 123,9 249,13 15,08 31,8 6,48 3,27 76,19 2,57 7,56 37,12 14,3 5,0
14 0.56 285,41 24,89 111 24,24 5,34 237,09 5,23 15,56 66,78 19,07 8,4
14 1 751,2 114,13 30,45 79,63 169 34,73 4 336,78 3,18 10,38 67,57 11,44 6,8
14 1.8 73,76 37,16 131 4,9 4,83 13,76 39,67 6,61 7,0
15 0.1 84,01 428,52 23,59 6,19 14 18,29 6,56 5,21 30,05 19,43 1,
15 0.32 114,6 312,9 19,83 24,8 6,64 7,9 56,36 3,45 6,26 36,34 15,63 2,2
15 0.56 197,6 199,51 19,55 114,3 42,4 10,33 3,76 119,07 2,31 7,71 39,53 13,13 3,0
15 1 502,3 134,71 46,82 84,71 159 42,79 6,2 445,32 6,04 10,99 57,64 8,24 4,5
15 1.8 100,98 126,8 4,16 6,4 14,13 37,05 5,45 8,3
71
APÊNDICE C
Concentrações de CO2 (em ppm) medido no túnel Jânio Quadros (J.Q)
no día 13 de agosto de 2001

J.Q_externo J.Q_interno
11:22 397,5 8:14 437,2
11:32 387 8:16 442,3
11:42 396,7 8:18 514
11:52 389,1 8:20 444,8
12:02 399,9 8:22 435,4
12:12 385,2 8:28 576,1
12:22 386,2 8:30 457
12:32 388 8:32 577,6
12:42 419,9 8:34 432,5
12:52 385,5 8:36 413
13:02 409,4 8:39 439,9
13:12 385,7 8:41 420,1
13:22 374,8 8:43 418,6
13:32 385,6 8:45 432,9
13:42 373,9 8:47 438,7
13:54 385 8:49 427
14:04 374,1 8:51 428,9
14:14 393,6 8:53 431,2
14:24 381,5 8:55 424,1
14:34 394,2 8:57 378,5
14:44 378,4 8:59 416,6
14:54 378,7 9:01 424,9
15:04 425 9:03 501
15:14 392,4 9:05 446,4
15:24 398,2
15:34 413,9
15:44 408,9
15:54 414,6
16:04 428,1
16:12 424,7
16:20 423
72
Continuação de apêndice C
As concentrações de CO2 (em ppm) medidas no túnel Maria Maluf (M.Maluf) no

Dia 10 de outubro de 2001.

M.Maluf externo M.Maluf interno
6:10 443,3 7:33 541,17
6:20 400,1 7:43 505,96
6:30 405,2 7:53 490,48
6:40 414,2 8:03 487,34
6:50 405,7 8:13 515,17
7:00 406,8 8:23 540,75
7:10 408 8:33 498,12
7:20 423,8 8:43 540,29
7:30 406,7 8:53 567,92
7:40 410,1 9:03 568,09
7:50 407,1 9:13 546,81
8:00 406 9:53 557,57
8:10 405,8 10:03 467,69
8:20 412 10:13 451,86
8:30 407,6 10:23 617,85
8:40 406,1 10:33 577,03
8:50 418,4 10:43 479,64
9:00 401,3 10:53 491,41
9:10 405,2 11:03 524,73
9:20 403,2
9:30 421,4
9:40 421,1
9:50 402,4
10:00 408,7
10:10 412,6
10:20 413,8
10:30 397,6
10:40 406,1
10:50 412,7
11:00 389,1
11:10 421,3
11:20 409,8
11:30 460,6
73
APÊNDICE D
Medidas no Túnel Jânio Quadros no dia 13 de agosto de 2001.
Coletas feitas com os sacos de Tedlar
13:00-14:30h (Interior do túnel)
11:20 – 12:45h (Interior do túnel) CO NOx SO2

(ppm) (ppb) (ppm)
CO NOx SO2
(ppm) (ppb) (ppm) 7,03 437,6 0,019
7,45 437,6 0,018
7,23 401,95 0,011 7,45 435,65 0,017
7,56 408,3 0,012 7,61 437,6 0,016
7,61 414,6 0,013 7,61 439,6 0,015
7,65 0,015 7,65 437,6 0,015
7,61 7,66
7,59
11:20-12:45h (fora do túnel) 12:45-14:30h(fora do túnel)

CO NOx SO2 CO NOx SO2
(ppm) (ppb) (ppm) (ppm) (ppb) (ppm)
1,36 50,3 0,008 1,89 75,2 0,017
1,31 50,9 0,007 1,59 74,8 0,014
1,37 51,2 1,43 70,33 0,011
1,43 51,6 1,37 0,01
1,43 51,3 1,37 0,009
1,43 50,9 1,43 0,008
0,008
74
Continuação do APÊNDICE D (medidas no Túnel Maria Maluf no dia 10/10/2001)
Interior do tunel
8:00-9:48h 9:55-11:55h
CO(ppm) Nox (ppb) SO2(ug/m3) CO(ppm) NOx (ppb) SO2 (ug/m3)
11,10 1019,78 29,56 12,66 1178 58,73
11,13 1019,78 28,91 12,66 1179,98 58,73
11,14 1017,34 28,92 12,66 1180,5 59,2
11,13 1018,78 27,89 12,66 1182,9 58,7
11,20 1019,78 28 12,71 1184,9 58,7
11,15 1019,78 28,41 12,72 1182,9 57,1
11,14 1019,78 28,41 12,66 1178 56,9
11,14 1022,22 28,41 1180 57,6
1021,73 28,92 1179,9 57,6
1022,22 1182,9 57,1
1021,73 1182,9 57,6
1019,78
Fora do Túnel, no escritório da CET

8:00-9:48h 9:55-11:55h
CO(ppm) NOx(ppb) SO2 (ug/m3) CO(ppm) NOx(ppb) SO2 (ug/m3)
2,03 125,03 2,04 2,66 135,78 4,35
2,04 125,03 2,18 2,56 137,73 3,83
1,99 125,03 2,18 2,5 137,73 3,83
1,98 125,03 3,83 2,45 137,73 3,07
2,04 125,03 3,71 2,45 137,73 2,56
2,04 125,03 3,71 2,45 137,73 2,69
2,04 125,03 4,35 2,4 137,73 2,05
2,04 125,03 4,35 2,4 137,73 2,05
1,99 4,35 2,4 1,4
1,99 4,35 2,45 2,68
2,04 4,35 2,45 3,07
3,83 2,45 3,33
3,84 2,45 3,33
3,33 3,33
3,33 3,07
2,56 1,4
2,56 1,4
2,17 1,41
2,04 2,05
2,18
2,05
2,04
2,56
3,07
3,33
2,05
75
APÊNDICE E
Assinaturas das fontes: elementos traços (em ng) e MPF e BC (em µg) no IFUSP: método de
Yamasoe (1994) descrito no item 2.5.
Ressuspensão Industriais Óleo Emissões Emissões
Do solo Combustível Veiculares Veiculares
BC* 2,82 1,20 1,08 0,31 1,82
Al 252,09 -24,58 -11,74 19,57 23,11
Si 322,44 26,99 7,84 17,07 19,62
P 9,01 4,86 3,24 1,95 3,71
S 19,02 1189,22 354,44 530,92 -266,97
Cl 14,01 14,13 1,02 4,73 20,61
K 262,81 -2,93 13,43 102,05 88,74
Ca 115,60 10,02 3,77 -2,92 12,0
Ti 35,29 0,19 0,71 2,12 4,22
V 0,91 5,60 9,16 1,12 1,11
Mn 4,24 6,66 0,49 0,29 -0,53
Fe 254,41 91,20 22,38 11,73 24,71
Ni 0,54 3,37 4,69 0,63 0,60
Cu 3,35 5,00 1,31 0,08 2,17
Zn -13,11 99,08 0,68 4,91 10,62
Br 3,48 2,57 0,55 2,20 2,45
Pb 0,40 25,72 3,15 1,84 5,10
MPF* 13,36 7,21 4,03 5,70 4,54
* BC e FPM em µg
76
APÊNDICE F
Tabela F.1: Datas de ocorrência dos dias-núcleos (descrito no item 2.7) do mês de
junho de 1999.
03/06/99 00 NE
03/06/99 12 NE
04/06/99 00 NW
07/06/99 00 SW
09/06/99 12 NE
11/06/99 00 NE
13/06/99 12 NW
14/06/99 00 NW
14/06/99 12 NW
15/06/99 00 NW
15/06/99 12 NE
16/06/99 00 NE
17/06/99 12 SW
18/06/99 00 SW
18/06/99 12 SW
19/06/99 12 NW
20/06/99 00 NW
21/06/99 00 NW
21/06/99 12 NW
22/06/99 00 NW
22/06/99 12 SW
23/06/99 00 SW
23/06/99 12 SW
24/06/99 12 SW
25/06/99 12 NW
26/06/99 00 NW
26/06/99 12 NW
30/06/99 12 NW
77
Tabela F.2: Datas de ocorrência dos dias-núcleos (descrito no item 2.7) do mês de julho de
1999.
04/07/99 00 NE
07/07/99 12 NE
10/07/99 12 SW
11/07/99 00 SW
12/07/99 12 SW
13/07/99 00 SE
14/07/99 00 SE
14/07/99 12 SE
15/07/99 12 SE
16/07/99 12 NE
17/07/99 00 NE
17/07/99 12 NW
18/07/99 00 NW
18/07/99 12 NW
19/07/99 00 NW
19/07/99 12 NW
20/07/99 00 NW
20/07/99 12 NW
21/07/99 12 NE
22/07/99 12 NW
23/07/99 12 NW
25/07/99 00 NW
26/07/99 00 NW
26/07/99 12 NW
28/07/99 12 NE
29/07/99 12 NE
78
Tabela F.3: Datas de ocorrência do dias-núcleos (descrito no item 2.7) do mês de agosto de
1999.
01/08/99 12 NW
02/08/99 00 NW
02/08/99 12 NW
03/08/99 12 SW
04/08/99 00 SW
06/08/99 12 SW
08/08/99 12 NE
13/08/99 12 NW
18/08/99 00 SE
23/08/99 00 SE
24/08/99 00 NE
25/08/99 00 NE
25/08/99 12 NE
26/08/99 00 NE
26/08/99 12 NE
27/08/99 00 NE
27/08/99 12 NE
28/08/99 00 NE
28/08/99 12 NE
30/08/99 00 NW
79
APÊNDICE G
80
81
82
83
84
85
86
87
88
89
30 de agosto de 1999 às 00 UTC
90
APÊNDICE H
F.1 para diferentes estações da Cetesb (mês de junho)
(UTC) trajetória
03/06/99 00 NE 44,8 12,0 15,6 5,9 9,3 18,8
03/06/99 12 NE 39,0 30,8 23,4 14,6 42,9 19,8
04/06/99 00 NW 17,7 12,9 13,5 9,1 9,2 6,5
07/06/99 00 SW 32,7 30,0 23,1 13,9 9,1 21,5
09/06/99 12 NE 21,9 18,4 17,5 9,6 63,3 12,2
11/06/99 00 NE 13,2 10,8 14,0 5,7 16,1 5,5
13/06/99 12 NW 16,6 24,2 26,7 13,4 10,0 23,0
14/06/99 00 NW 34,1 37,4 26,4 11,6 32,1 29,3
14/06/99 12 NW 24,8 15,2 17,2 9,4 9,6 13,5
15/06/99 00 NW 10,3 10,3 11,3 5,0 43,0 3,7
15/06/99 12 NE 16,0 11,8 14,7 10,0 9,4 6,8
16/06/99 00 NE 28,3 12,1 12,5 5,6 55,5 5,8
17/06/99 12 SW 12,8 14,7 20,6 11,5 7,6 12,2
18/06/99 00 SW 12,6 4,4 13,7 10,5 83,6 4,7
18/06/99 12 SW 11,5 0,0 15,0 10,6 9,1 5,3
19/06/99 12 NW 23,9 8,9 24,4 9,6 11,0 15,9
20/06/99 00 NW 14,3 0,7 11,4 6,9 77,7 3,5
21/06/99 00 NW 8,8 11,5 5,2 63,2 2,2
21/06/99 12 NW 20,1 0,0 18,7 11,9 11,7 6,8
22/06/99 00 NW 9,5 1,3 13,0 7,6 44,1 4,3
22/06/99 12 SW 13,6 9,3 15,4 8,2 16,1 9,4
23/06/99 00 SW 8,0 0,6 12,0 7,0 24,9 3,5
23/06/99 12 SW 10,5 6,1 2,6 9,6 18,9 6,3
24/06/99 12 SW 9,5 11,0 4,7 11,0 23,2 7,8
25/06/99 12 NW 15,6 13,9 7,8 14,1 32,2 11,3
26/06/99 00 NW 21,7 14,8 2,6 8,4 9,0 9,9
26/06/99 12 NW 29,4 17,2 7,7 10,3 43,1 21,8
30/06/99 12 NW 20,3 15,6 5,5 16,7 88,5 10,7
Onde: SMP= São Miguel Paulista, Ibira=Ibirapuera,
SMP= São Miguel Paulista; SCS= São Caetano do Sul; PDP= Parque dom Pedro II
91
F.2 para diferentes estações da Cetesb (mês de Julho)
(UTC) trajetória
04/07/99 00 NE 23,5 6,2 3,6 13,7 16,2 4,0
07/07/99 12 NE 14,2 4,3 0,6 9,1 9,1 1,4
10/07/99 12 SW 37,9 26,2 20,1 17,3 7,4 26,4
11/07/99 00 SW 38,8 19,8 15,5 11,6 83,4 23,6
12/07/99 12 SW 26,0 18,9 10,3 14,3 11,1 14,9
13/07/99 00 SE 9,4 7,4 0,5 9,0 77,7 0,5
14/07/99 00 SE 7,8 9,2 1,5 10,7 63,4 0,6
14/07/99 12 SE 10,7 18,4 6,3 12,1 11,9 12,6
15/07/99 12 SE 12,1 19,3 11,2 15,0 16,1 8,2
16/07/99 12 NE 7,1 17,8 18,1 7,4 18,7 7,7
17/07/99 00 NE 5,3 13,3 17,6 0,0 10,8 3,7
17/07/99 12 NW 7,5 23,5 16,2 0,0 23,1 6,4
18/07/99 00 NW 7,3 35,5 27,4 0,0 9,5 34,0
18/07/99 12 NW 21,5 26,4 14,9 0,0 32,1 27,8
19/07/99 00 NW 19,4 14,9 5,6 0,0 9,1 12,9
19/07/99 12 NW 13,1 18,9 10,8 0,0 42,8 12,7
20/07/99 00 NW 1,2 7,4 5,6 7,5 9,1 1,1
20/07/99 12 NW 7,8 23,1 12,4 14,1 55,2 10,3
21/07/99 12 NE 4,4 16,0 10,1 12,8 70,2 0,0
22/07/99 12 NW 19,0 18,4 5,2 10,2 83,3 11,0
23/07/99 12 NW 9,1 18,3 5,8 10,7 88,0 10,7
25/07/99 00 NW 0,0 13,0 3,3 10,2 10,9 1,9
26/07/99 00 NW 4,1 14,0 3,1 13,8 11,7 6,2
26/07/99 12 NW 9,3 25,3 7,9 14,5 44,3 9,5
28/07/99 12 NE 17,4 30,9 8,6 13,0 10,7 18,6
29/07/99 12 NE 37,3 32,6 26,5 18,0 9,4 45,5
92
Tabela H.3: Médias da concentração de ozônio (em µg/m3) para os dias-núcleo do apêndice
F.3 para diferentes estações da Cetesb (mês de Agosto).
(UTC) trajetória
01/08/99 12 NW 29,0 25,3 22,7 18,2 9,1 33,0
02/08/99 00 NW 12,3 12,4 0,1 6,2 70,1 0,8
02/08/99 12 NW 4,7 11,0 1,9 8,9 7,5 3,7
03/08/99 12 SW 39,1 29,2 17,6 11,7 9,0 26,9
04/08/99 00 SW 36,6 24,0 11,2 4,6 88,1 24,7
06/08/99 12 SW 17,2 26,2 7,3 8,3 11,6 14,9
08/08/99 12 NE 36,5 48,0 22,3 15,6 18,6 42,7
13/08/99 12 NW 15,7 30,0 0,0 10,5 69,9 11,9
18/08/99 00 SE 17,2 22,7 2,5 3,9 11,6 14,6
23/08/99 00 SE 39,1 38,1 12,0 8,1 0,0 35,7
24/08/99 00 NE 60,4 61,2 21,9 13,2 54,9 48,6
25/08/99 00 NE 56,7 47,2 16,8 5,4 69,9 37,0
25/08/99 12 NE 49,2 61,0 19,9 12,1 7,5 41,4
26/08/99 00 NE 13,3 31,6 14,4 11,0 83,1 14,5
26/08/99 12 NE 35,0 48,0 10,9 14,2 9,0 16,2
27/08/99 00 NE 79,4 36,2 4,5 12,8 87,9 21,6
27/08/99 12 NE 50,2 39,2 10,0 7,4 10,9 22,6
28/08/99 00 NE 37,4 36,0 11,2 4,4 77,3 21,2
28/08/99 12 NE 58,8 57,2 30,7 15,8 10,8 52,6
30/08/99 00 NW 28,3 18,5 0,9 3,1 43,9 6,9
93
(UTC) trajetória
03/06/99 00 NE 1,3 1,7 0,0 4,1 1,9 3,2 0,0
03/06/99 12 NE 1,2 0,8 0,0 1,7 1,0 1,0 0,0
04/06/99 00 NW 2,6 2,4 0,0 4,5 1,9 3,2 0,0
07/06/99 00 SW 0,6 0,7 0,4 2,7 0,6 1,3 0,5
09/06/99 12 NE 1,1 1,0 1,6 1,3 2,0 1,5 0,7
11/06/99 00 NE 3,9 2,4 3,8 6,3 3,2 4,5 1,9
13/06/99 12 NW 1,5 1,6 1,6 3,0 1,7 1,7 1,4
14/06/99 00 NW 0,6 0,8 0,5 2,8 0,6 1,3 0,6
14/06/99 12 NW 1,3 1,4 1,1 3,5 2,3 2,6 1,0
15/06/99 00 NW 1,6 1,9 1,6 2,4 3,6 2,6 1,6
15/06/99 12 NE 1,9 1,6 1,0 6,0 1,8 3,1 1,3
16/06/99 00 NE 1,5 1,9 1,5 3,5 1,8 2,7 1,1
17/06/99 12 SW 3,6 0,0 3,6 6,2 5,0 3,7 3,2
18/06/99 00 SW 2,7 0,0 3,0 3,8 4,2 4,1 2,5
18/06/99 12 SW 2,2 0,0 2,8 2,8 3,2 2,4 1,7
19/06/99 12 NW 2,9 0,0 3,5 4,5 3,0 3,8 2,6
20/06/99 00 NW 1,6 2,2 1,7 2,6 2,1 2,2 1,4
21/06/99 00 NW 2,5 2,2 3,0 3,8 2,5 2,2 1,8
21/06/99 12 NW 2,4 1,8 4,3 4,2 3,7 2,7 1,1
22/06/99 00 NW 2,5 1,8 4,0 6,2 2,3 4,0 1,3
22/06/99 12 SW 2,0 1,7 3,3 5,9 2,5 3,4 1,7
23/06/99 00 SW 2,8 2,6 4,0 5,1 3,3 4,0 2,1
23/06/99 12 SW 3,3 2,5 3,7 4,8 4,4 3,9 2,3
24/06/99 12 SW 4,4 3,8 5,5 7,1 5,3 4,6 4,4
25/06/99 12 NW 5,3 4,1 5,4 4,9 3,9 5,2 2,2
26/06/99 00 NW 2,3 3,6 2,0 3,1 1,9 3,8 1,6
26/06/99 12 NW 1,1 1,1 1,5 0,5 1,0 1,8 0,7
30/06/99 12 NW 1,3 1,0 1,4 4,7 1,1 2,4 0,6
94
(UTC) trajetória
04/07/99 00 NE 3,0 2,0 4,1 2,8 1,6 2,2 1,0
07/07/99 12 NE 1,4 1,5 1,7 2,8 2,2 2,4 1,0
10/07/99 12 SW 0,9 0,9 1,1 1,3 0,7 1,4 0,4
11/07/99 00 SW 0,7 1,1 0,6 1,6 0,9 1,2 0,5
12/07/99 12 SW 0,8 1,2 1,6 1,4 1,8 1,5 0,6
13/07/99 00 SE 1,9 2,3 1,9 4,4 2,2 3,0 1,3
14/07/99 00 SE 3,3 3,6 2,7 3,7 3,2 4,4 2,2
14/07/99 12 SE 1,2 1,2 1,4 1,4 2,3 1,6 0,9
15/07/99 12 SE 2,0 2,2 3,0 2,7 3,8 2,4 1,6
16/07/99 12 NE 0,0 2,7 6,3 6,4 3,7 3,0 3,1
17/07/99 00 NE 7,3 5,6 8,9 8,7 5,9 9,7 4,7
17/07/99 12 NW 3,4 3,0 4,2 5,5 2,8 3,1 2,9
18/07/99 00 NW 0,7 1,0 0,4 2,6 0,2 1,3 0,5
18/07/99 12 NW 0,7 0,7 0,6 1,5 0,7 1,0 0,4
19/07/99 00 NW 1,0 1,3 0,9 2,5 0,9 1,7 0,6
19/07/99 12 NW 1,1 1,3 1,9 1,5 2,5 1,6 0,8
20/07/99 00 NW 2,8 2,9 3,6 4,7 3,1 3,9 2,1
20/07/99 12 NW 2,6 2,2 2,2 2,7 3,2 2,2 1,8
21/07/99 12 NE 3,8 4,6 4,4 5,3 3,5 3,0 1,3
22/07/99 12 NW 1,2 1,0 1,2 3,4 1,8 2,2 0,6
23/07/99 12 NW 1,2 1,1 0,0 1,4 2,4 1,7 0,8
25/07/99 00 NW 3,5 4,6 5,6 3,6 4,7 3,0 3,0
26/07/99 00 NW 2,7 4,1 2,9 2,7 3,2 2,4 1,8
26/07/99 12 NW 2,5 2,1 3,1 3,1 3,5 2,0 1,8
28/07/99 12 NE 1,1 0,0 1,1 4,4 1,1 2,1 0,6
29/07/99 12 NE 1,0 1,3 1,2 2,0 1,0 1,5 0,7
95
(UTC) trajetória
01/08/99 12 NW 0,5 0,6 0,4 0,8 0,7 0,4 0,4
02/08/99 00 NW 1,1 1,1 1,3 2,9 1,5 1,4 0,9
02/08/99 12 NW 1,5 1,3 1,6 1,9 2,3 2,1 1,0
03/08/99 12 SW 1,2 1,1 1,0 3,8 1,5 2,0 0,7
04/08/99 00 SW 0,9 1,1 0,8 3,1 0,9 1,7 0,7
06/08/99 12 SW 1,9 1,7 2,2 2,3 3,1 1,7 1,3
08/08/99 12 NE 0,5 0,4 0,1 1,4 0,4 0,8 0,3
13/08/99 12 NW 0,0 6,1 5,1 7,5 6,6 5,1 4,3
18/08/99 00 SE 1,0 1,3 0,9 2,5 1,9 2,0 0,8
23/08/99 00 SE 2,1 2,8 2,3 4,6 2,9 2,2 1,9
24/08/99 00 NE 1,3 1,3 0,6 3,2 1,2 2,2 0,6
25/08/99 00 NE 1,2 1,5 1,2 3,4 1,5 2,1 0,9
25/08/99 12 NE 1,5 1,6 2,0 1,7 2,8 1,6 1,0
26/08/99 00 NE 7,0 6,3 7,0 8,4 5,3 7,6 4,3
26/08/99 12 NE 4,0 2,4 4,8 4,8 4,2 3,0 2,4
27/08/99 00 NE 3,6 4,4 4,8 4,8 3,8 3,4 3,0
27/08/99 12 NE 2,2 1,6 2,4 2,6 3,4 2,6 1,2
28/08/99 00 NE 1,4 1,2 0,4 3,0 1,2 2,4 0,2
28/08/99 12 NE 1,0 0,6 0,8 0,8 0,0 0,6 0,2
30/08/99 00 NW 2,3 2,4 1,7 4,7 2,2 2,7 2,0
96
REFERÊNCIAS BIBLIOGRÁFICAS
Aires, C.B. (2001) Avaliação de contaminantes produzidos em locais de queimadas e

transportados para regiões onde não se queima. Tese de doutorado em Geofísica espacial.
INPE. São José dos Campos, pp. 116.
Alonso, C.D., Martins, M.H.R.B., Romano, J., and Godinho R. (1997) São Paulo Aerosol
Characterization Study. Journal of Air & Waste Management Association. 47, 1297-1300
Allen, A.G., Nemitz, E., Shi, J.P., Harrison, R.M., and Greenwood, J.C. (2001) Size
distribuition of trace metals in atmospheric aerosols in the United Kingdom. Atmospheric
Environment Vol 35, pp. 4585-4591.
Andrade, F., Orsini, C., and Maenhaut, W. (1994) Relation between aerosol sources and
meteorological parameters for inhalable atmospheric in São Paulo city, Brazil.
Andrade, M.F. (1986) Propriedades da matéria particulada inalável do aerossol atmosférico

de São Paulo. Dissertação apresentada ao Instituto de Física da Universidade de São Paulo
para a obtenção de grau de mestre, pp. 97.
Andrade, M.F. (1993) Identificação das fontes da matéria particulada do aerossol atmosférico
de são Paulo. Tese apresentada ao Instituto de Física da Universidade de São Paulo para a
obtenção do Título de Doutor em Física Nuclear, pp. 232.
Arakawa, A., and Lamb, V.R. (1977) Computational design of the dynamical processes in
the UCLA general circulation model. In Methods in Computational Physics, 17,J.Chang,
Academic.
Artaxo, P., Storms, H., Bruynseels, F., Grieken,R.V., and Maenhaut,W. (1988) Composition
and sources of aerosols from the Amazon basin. Journal of geophysical research, Vol 93,
No. D2, pp. 1605-1615.
Artaxo, P. (1992) Case study of atmospheric measurements in Brazil: Aerosol emissions from
Amazon Basin Fires. Fire in the Environmental. The ecological, atmosphere, and climate
importance of vegetation fires. Report of the Dahlen worshop held in Berlin.
Artaxo, P., Gerab, F., Yamasoe, M.A., and Martins, J.V. (1994) Fine mode aerosol
composition in three long-term atmospheric monitoring sampling stations in the Amazon
Basin. J. Geophys. Res., 99, 22857-22867.
Artaxo, P., Campos, R.C., Fernandes, E.T., Martins, J.V., Xiao,Z., Lindqvist, O., Fernaandes-
Jiménes, M.T., and Maenhaut,W. (2000) Large scale mercury and trace element
measurements in the Amazon basin. Atmospheric Environment Vol 34, pp. 4085-4096.
97
Avisar, R., and Pielke, R.A. (1989) A parametrization of heterogeneous land surface for
atmospheric numerical models and its impact on regional meteorology, Mon. Wea.
Rev.,117, pp. 2113-2136.
Barrefors, G. (1996) Air pollutants in road tunnels. The Science of the Total Environment
189/190, 431-435.
Boczko, R. (1984) Conceitos de astronomia. São Paulo, Brasil. Editora Edgard Blucher Ltda.
pp.429.
Bourotte, C.L.M. (2002) Caracterização de poluentes atmosféricos (metais traço e

hidrocarbonetos policíclicos aromáticos) na interface atmosfera-solo em áreas urbana e
natural do Estado de São Paulo. Tese de doutorado em Geoquímica e Geotectônia da
Brasseur, G.P., Orlando, J.J., and Tyndall, G.S. (1999) Atmospheric chemistry and global
change. Oxford University Press. New York. Oxford. U.S.A. pp. 654.
Branco, E., Rao, T., and Porter,P.S. (1998) A trajectory-cluster-correlation metothodology for
examinig the long-range transport of air pollutants. Atmospheric Environment vol.32,
No.9, pp. 1525-1534.
Camargo, R. and Silva Dias, P.L. (2000). The mesoscale adjustment in Paranaguábay: Case
estudy of the period 10 to 25 august 1993. Revista Brasileira de Meteorologia, Vol.15,n.1.
Cape, J.N., Methven, J., and Hudson, L.E. (2000) The use of trajectory cluster analysis to
interpret trace gas measurements at Mace Head, Irelaand. Atmospheric Environment, vol,
34, pp. 3651-3663.
Cardoso, A.O. (2001) A influência da temperatura da superfície do mar no clima de inverno

na cidade de São Paulo. Dissertação de mestrado. Instituto de Astronomia, Geofísica e
Ciências Atmosféricas da USP, pp. 167.
Castanho, A.D.A. (1999) A determinação quantitativa de fontes de material particulado na

atmosfera da cidade de São Paulo. Dissertação apresentada ao Instituto de Física da
Universidade de São Paulo para a obtenção de grau de mestre, pp. 131.
Castanho, A.D.A., and Artaxo P. (2001). Wintertime and summertime São Paulo aerosol
source apportionment study. Atmospheric Environment 35, 4889 – 4902.
Cass, G.R., McRae, G.J. (1981) Minimizing the cost of air-pollution control. Environmental
Science & Technology. 15(7): 748-757.
98
Chan, L.Y., and Kwok, W.S. (2000) Vertical dispersion of suspended particulates in urban
area of Hong Kong. Atmospheric Environment Vol 34, pp. 4403-4412.
Chen, C., and Cotton, W.R. (1983) A one-dimensional simulation of the stratocumulus-
capped mixed layer. Boundary-Layer Meteorology, 25, 289-321.
Climanálise (1986) Boletim de monitoramento e análise climática. Número Especial.
Crutzen, P.J., Leroy, E.H., Krasnec,J.P., Pollock,W.H., and Seiler,W. (1979) Biomass
burning as source of atmospheric gases CO, H2, N2O, NO, CH3CL and COS. Nature,
V.282,n.15, pp. 253-256.
Crutzen,P.J., and Andreae, M.O. (1990) Biomass burning in the tropics: Impact on
atmospheric chemistry and biogeochemical cicles. Science, n.250, pp. 1669-1678.
Crutzen, P.J., and Carmichael, G.R. (1992) Modeling the influence of fires on atmosheric
chemistry Fire in the Environment. The ecological, atmosphere, and climate importance of
vegetation fires. Report of the Dahlen worshop held in Berlin.
Correia, A. L. (1998) Aerossóis atmosféricos na Antártica: sazonalidade, composição

elementar e relação com EL Niño. Dissertação de metrado, Instituto de Física da
Delumea, R., Chua, L.C., and Macias, E. (1980) Determination of elemental carbon
component of soot in ambient aerosol samples, Atmospheric Environment, vol, 14, pp.
647-652.
Dutton, J. A., and Fichtl, G.H. (1969) Aproximate equations of motions for gases and liquids.
J. Atmos. Sci., 26, 241-254.
El-Fadel, M., and Hashisho, Z. (2000) Vehicular emissions and air quality assessment in
roadway tunnels: the Salim Slam tunnel. Transportation Research Part D 5, 355-372.
Empresa Brasileira de Pesquisa Agropecuaria, EMBRAPA (2001) Alternativas ao uso do

fogo na agricultura. http://www.nma.embrapa.br/projetos/qmd/tab_qmd.html
Fast, J.D., and Berkowitz, C.M. (1997) Evaluation of back trajectories associated with ozone
transport during the 1993 north atlantic regional experiment. Atmospheric Environment
Vol 31, No 6, pp. 825-837.
Freitas, H.C. (2001) Efluxo de CO2 do solo em uma pastagem na Amazônia (Rondônia):
Observações com câmara portátil e simulação do ciclo de carbono com o modelo SIB2.
Dissertação de mestrado. Instituto de Astronomia, Geofísica e Ciências Atmosféricas da
USP. 58 pp.
Freitas, S. R., Longo, K. M., Silva Dias, M. A. F. and Artaxo, P. (1996) Numerical modeling
of air mass trajectories from the biomass burning areas of the Amazon basin. Anais. Acad.
Bras.. Ci. Vol. 68. (suplemento 1).
99
Freitas, S. R. (1999) Modelagem numérica do transporte e das emissões de gases e aerossóis
de queimadas no cerrado e floresta tropical da América do Sul. Tese do doutoramento em
Instituto de Física da Universidade de São Paulo.
Freitas, E.D., Silva Dias, M.A.F., Nair, K.N., and Silva Dias, P.L. (2000) Use of DOPPLER
Sodar in atmospheric neasurements. Rev. Ciência e Natura Process: 153-165.
Funasaka, K., Miyazaki, T., Kawaraya, T., Tsuruho, K., and Mizuno, T. (1998)
Characteristics of particulates and gaseous pollutants in a highway tunnel. Environmental
Pollution 102,pp. 171-176.
Gertler, A. W., and Pierson, R. (1996) Recent measurements of mobile source emission
factors in North American tunnels. The Science of the Total Environment, 189/190, pp.
107-113.
Gertler, A.W., Wittorff, D.N., Mclaren, R., Belzer, W., and Dann, T. (1997) Characterization
of vehicle emissions in Vancouver BC during the 1993 Lower Fraser Valley oxidants
study. Atmospheric Environment, vol, 31, No.14, pp. 2107-2112.
Goldammer, J.G. and P.J. Crutzen (1992) Fire ecology, fire management. Fire in the
Environment. The ecological, atmosphere, and climate importance of vegetation fires.
Report of the Dahlen worshop held in Berlin.
Haagenson, P. L., Kuo, Y., Skumanich, M. (1987) Tracer verification of trajectory models.
Journal of Climate and Applied Meteorology, vol. 26, pp. 410-426.
Haltiner, G.J., and Willians, R.T. (1980) Numerical weather prection and dynamic
meteorology, 2a ed., John Wiley, New York, pp. 477.
Hakkinen, S., Mo, K.C. (2002) The low-frequency variability of the tropical Atlantic Ocean.
Journal of Climate. 15 (3): 237-250.
Harrington, J.Y. (1997) The effects of radiative and microphisical processes on simulated
warm and transition season Artic stratus. Ph.D dissertation, Atmos. Sci.Paper No. 637,
Deparment of Atmospheric Science, Colorado Sate Univerisity, fort Collins, CO80523,
pp. 289.
Harrison, R.M., Smith, D.J.T., Pio, C.A., and Castro, L.M. (1997) Comparative receptor
modeling study of airborne particulate pollutants in Birmingham (United Kingdom),
Coimbra(Portugal) and Lahore (Pakistan). Atmospheric Environment Vol 31, No 20, pp.
3309-3321.
Harman, H.H. (1976) Modern Factor Analysis. University of Chicago press, Chicago.
Harrison, R.M., Grenfell, J.L., Peak, J.D. and Cape, J.N. (2000) Influence of air mass back
trajectory upon nitrogen compound composition. Atmospheric Environment 34, 1519-
1527.
100
Henry, R.C. (1991) Multivariate receptor models. In. Hopke,P.K., ed. Receptor modeling for
air quality management. Amsterdam, Elsevier, pp.117-147.
Henry, R.C., and Hidy, G.M. (1979) Multivariate analysis of particulate sulfates and other air
quality variables by principal componts-Parte I. Annual data from los Angeles and New
York. Atmospheric Environment Vol 13, pp. 1581-1596.
Herrmann, P., and Hanel, G. (1997) Wintertime optical properties of atmospheric particles
and weather. Atmospheric Environment Vol. 31, No 24, pp. 4053-4062.
Ibáñez, J. B. D. (1995) Influência dos andes nas circulações locais do Perú. Dissertação de
mestrado. Instituto Astronômico e Geofísico da Universidade de São Paulo
Instituto Nacional de Pesquisas Espaciais, INPE (2001) Monitoramento das queimadas.

http://www.cptec.inpe.br/products/queimadas
Innocentini, V. (1999) A succesive substitution methods for the evaluation of trajectories

approximating the parcel path by a linear function of space and time. Monthly Weather
Review, vol. 127, pp. 1639-1650.
Ito, E.R. (1999). Um estudo climatológico do anticiclone subtropical do Atlântico sul e sua
influência em sistemas frontais. Dissertação de mestrado. Instituto de Astronomia,
Geofísica e Ciências Atmosféricas da USP. 126 pp.
Ito, K., Kneip, T.J. and Lioy, P.J. (1986) The effects of number of samples and random error
on the factor analysis/multiple regression (FA/MR) receptor modeling technique.
Atmospheric Environment Vol 20, No 7,pp. 1433-1440.
Jal , P.K., Dutta, R.K., Sudarahan, M., Saha, A., Chintalapudi, S.N., and Mishra, B.K. (2001)
Extraction of metal ions using chemically modified silica gel: a PIXE analysis. Talanta,
55, pp.233-240.
Kalh, J.D. and Samson, P.J. (1986) Uncertainty in trajectory calculations due to low
resolution meteorological data. Journal of climate and applied meteorology, volume 25
pp.1816-1831.
Kalnay, E., Kanamitsu, M., Kistler, R., Collins, W., Deaven, D., Gandin, L., Iredell, M., Saha,
S., White, G., Woollen, J., Zhu, Y., Chelliah, M., Ebisuzaki, W., Higgins, W., Janowiak,
J., Mo K.C., Ropelewski, C., Wang, J., Leetmaa, A, Reynolds, R., Jenne, R., and Joseph,
D., (1996) The NCEP/NCAR 40-year reanalysis project. Bulletin of the American
Kaufman Y.J., Hobbs, P.V., Kirchhoff, V.W.J.H., Artaxo, P., Remer, L.A., Holben, B. N.,
King, M.D., Ward, D.E., Prins, E.M., Longo, K.M., Mattos, L.F., Nobre, C.A. J.D.,
Spinhirne, Q., Thompson, M., Gleason, J.F., Christopher, S.A., Tsay, S.C. (1998). The
smoke cloud and radiation experiment in Brazil (SCAR-B. Journal of Geophysical
Research, 103,D24, 31783-31808.
101
Keiding, K., Jensen, F.P., Heidam, N. Z. (1986) Absolute modeling of urban aerosol
elemental composition by factor analysis.Analytica Química Acta, 181, pp.79-85.
Kerr, A.A.F.S. (1995) Parametrização da dispersão de pluentes e sua associção com modelos
receptores em Cubatão. Tese de Doutoramento, Instituto Astronômico e Geofísico da
Universidade de São Paulo, Brasil.
Kessler, C.J., Porter, T.H., Firth, D., and Sager, T.W. (1992) Factor analysis of trends in
Texas acidic deposition. Atmospheric Environment Vol. 26A, No 6, pp. 1137-1146.
Kirchstetter, T.W., Harley, R.A., Kreisberg, N.M., Stolzenburg, M.R., and Hering, S.V.
(1999). On-road measurement of fine particle and nitrogen oxide emissions from light-
and heavy-duty motor vehicles. . Atmospheric Environment Vol 33, pp. 2955-2968.
Kiehl, J. T., and Rodhe, H. (1995) Modeling geographical and seasonal forcing due to
aerosols, in Aerosol Forcing of Climate, edited by R. J. Charlson and J. Heintzenberg.
Wiley, New York, pp. 281-296.
Kistler. R., Kalnay, E., Collins, W., Saha, S., White, G., Woollen, J., Chelliah, M., Ebisuzaki,
W., Kanamitsu, M., Kousky, V., Jenne, R., and Fiorino, M. (2001) The NCEP-NCAR 50-
year reanalysis: Monthly means CD-ROM and documentation. Bulletin of the American
Kuo, H.L. (1974) Further studies of the parameterizations of the influence of cumulus
convective on large-scale flow. J. Atmos. Sci., 31, pp. 1232-1240.
Liston, G.E. and Pielke, R.A. (2001) A climate version of the regional atmospheric modeling
system. Theoretical and Applied Climatollogy, 68,155-173.
Liu, X., Gao, N., Hopke, P.K., Cohen, D., Bailey,G., Crisp, P. (1996) Evaluation of spatial
patterns of fine particle sulfur and concentrations in new south wales, Australia.
Loureiro, A.L.,Ribeiro,A.C., Artaxo,P., Yamasoe, M.A. (1994). Calibration of refletometer

system to measure black carbon and field intercomparation in the Amazon Basin. 5th
Internacional Conference on Carbonaceous Particles in the Atmosphere, Berkley,
California, USA.
Louis, J.F.A. (1979) A parametric Model of Vertical Eddy Fluxes in the Atmosphere.
Boundary-Layer Meteorol.,17,187-202.
Longo, K.M. (1999) Estudos de partículas de aerossóis e gases traços na atmosfera da Bacia
Amazônica: Influências das circulações regionais e de larga escala. Tese apresentada ao
Instituto de Física da Universidade de São Paulo para a obtenção do Título de Doutor em
Física Nuclear. pp. 147.
102
Malm, W.C., Gebhart, K.A. (1996) Source apportionment of organic and light-absorbing
carbon using receptor modeling techniques. Atmospheric Environment Vol 30, No 6, pp.
843-855.
Man, C. K., Shih, M. Y. (2001) Identification of sources of PM10 aerosols in Hong Kong by
wind trajectory analysis. Journal of Aerosol Science, Vol 32, pp. 1213-1223.
Maenhaut, W.(1990) Recent advances in nuclear and atomic spectromic techniques for trace
element analysis: a new look at the position of PIXE, Nuclear Instruments and Methods in
Physics Research B, 49, 518-532.
Marr, L.C., Kirchstetter, T.W., Harley R.A., Miguel, A.H., Hering, S.V., and Hammond S. K
(1999) Characterization of polycyclic aromatic hydrocarbons in Motor Vehicle fuels and
exhaust emissions. Environ. Sci.Technol.33,3091-3099.
Marple, V. A; Kenneth, L.R; and Steven, M.B.(1991) A Microorifice uniform deposit

impactor (MOUDI): description, calibration and use. Journal of the Aerosol Science, 14,
434-446
Martins, J.V. (1994) O desenvolvimento de técnicas analíticas nucleares aplicadasa à análise

de anéis de crescimento de árvores da Amazõnia e outros materiais. Dissertação
apresentada ao Instituto de Física da Universidade de São Paulo para a obtenção de grau
de mestre, pp.146.
Martyn, D. (1992) Climates of the world. Developments in atmospheric, 18. Polish Scientific
Publishers. Warszawa.
Mellor, G.L., and Yamada, T (1982) Development of a turbulence closure model for
geophysical fluid problems. Rev. Geophys.Space Phys., Vol.20, No.4, pp. 851-875.
Menezes, W.F. (1997) Tempestades severas: Um modelo para latitudes subtropicais.. Tese de
Doutoramento ( em Meteorologia) Departamento de Ciências Atmosféricas da
Universidade de São Paulo, pp. 168.
Meyers, M. P., Walko, R. L.,, Harrington, J.Y., and Cotton, W. R. (1997) New RAMS cloud
microphysics parameterization. Part II: The two-moment scheme. Atmospheric Research
45, pp. 3-39.
Minagawa, Y., Kawanishi, T., and Kosako, T. (2001) Analysis of trace level uranium in
wastewater using the PIXE method. Nuclear Instruments and Methods in Physics
Research B, 179, pp. 279-285.
Miranda, J., Andrade, E., López-Suárez, A, Ledesma, R., Cahill, J., and wakabayashi, P.H.
(1996) A receptor model for atmospheric aerosols from a southwestern site in mexixo city.
103
Miranda, R. M. (2001) Caracterização físico-química e propriedades ópticas do aerossol
urbano na Região Metropolitana de São Paulo. Tese apresentada ao Instituto de
Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo para a
obtenção do Título de Doutor em Meteorologia, pp.188.
Molinari,J., and Corsetti, T. (1985) Incorporation of Cloud-Scale and Mesoscale Downdrafts

into a Cumulus Parametrization: Results of One-and Three-Dimensional Integrations.
Mon. Wea. Review., 113, pp. 485-501.
Montero, L., Vasconcellos, P.C., Souza, S.R., Pires, M.A.F., Sánchez-Ccoyllo, O.R.,
Andrade, M.F., and Carvalho, L.R.F. (2001) Measurements of Atmospheric Carboxylic
Acidas and Carbonyl Compounds in São Paulo City, Brazil. Environmental Science and
Technology, 35, 3071-3081.
Moran, J.M. and Morgan, M. D. (1994) Meteorology. The Atmosphere and the Science of
Weather. Macmillan Publish. Co., 4th ed., pp. 520.
Nakaema, W.M. (2001) Modelagem da deposição úmida de poluentes atmosféricos na grande

São Paulo durante os meses de inverno. Dissertação de mestrado no Instituto de
Astronomia, Geofísica e Ciências Atmosféricas da Universidad de São Paulo, pp. 210.
Nair, N.K; Freitas, E.D; Sánchez-Ccoyllo, O.R; Silva Dias, M.A.F; Silva Dias, P.L; Andrade,
M.F. and Massambani, O. (2002) Dynamicsn of urban biundary layer over São Paulo
associated with mesoscale processes. Meteorology and Atmospheric Physics.
Accepted.
Nair, K. N., Freitas, E. D., Sánchez-Ccoyllo, O. R., Silva Dias, M. A. F.S., and Andrade, M.F.
(2002) Variability of boundary layer processes for the metropolitan area of São Paulo
during winter. Rev. Ciência e Natura Process: 167-181.
Pettersen, S.(1940) Weather Analysis and Forecasting,pp.221-223. McGraw-Hill, New York.
Pielke, R.A., Cotton, W.R., Walko, R.L., Tremback C.J., Lyons, W.A., Grasso, L.D.,
Nicholls, M.E., Moran, M.D., Wesley, D.A., Lee T.J., and Copeland, J.H. (1992). A
Comprehensive meteorological modeling system – RAMS. Meteorologic Atmospheric
Physics 49, (1-4) 69-91, 1992.
104
Poissant, Laurier; Jan, W., Bottenheim, P., and Hiromi, N. (1996) Multivariate Analysis of a
1992 Sontos Data Subset. Atmospheric Environment Vol. 30, No 12, pp. 2133-2144.
Pool, C. S., Farias, J. R., Vasconcellos, P.C., Carvalho, L. R. F. (2002) Emissões veiculares:
experimentoa em túneis da cidade de São Paulo. 25a Reunião Anual da Sociedade
Brasileira de Química, realizada de 20 a 23 de maio de 2002 em Poços de Caldas-MG,
livro de Resumos volume único.
Salter., L.F. and Parsons, B. (1999) Field trials of the TEOM and Partisol for PM10
monitoring in the St Austell china clay area, Cornwall, UK. Atmospheric Environment
Vol 33, pp. 2111-2114.
Sánchez-Ccoyllo, O.R., and Andrade, M.F. (2000) The influence of meteorological

conditions on the bahaviour of pollutants concentrations in São Paulo. Environmental
Pollution , 116, pp. 257-263.
Saiki, Y., Nakazawa, M. (1991) Estimation of CO2 emission from vehicles. Journal of the
Japan Society of Air pollution 26, pp. 45-50.
Saldiva, P. H.N., Pope, C.A., Schwartz, J., Dockery, D.W., Lichtenfels, A.J., Salge, J.M.,
Barone, I., and Bohm, G.M. (1995) Air pollution and mortality in elderly people: a time-
series study in São Paulo, Brazil. Archives Environmental Health 50, 159-163.
Seinfeld, J.H., Pandis, S.N.(1998) Atmospheric chemistry and physics: From air pollution to
climate change. John Wiley& Sons, Inc. Estados Unidos de Norte America.
Seibert, P.C. (1993) Convergence and accuracy of numerical methods for trajectory
calculations. J. Appl. Meteor; 32, 558-566.
Silva Dias, M.A.F., and Machado, A.J. (1997) The role of local circulations in summertime
convective development and nocturnal fog in São Paulo, Brazil. Boundary-Layer
Meteorology., v.82, pp.135-157.
Silva Dias, M.A.F., Vidale, P.L; Blanco, C.M.R. (1995) Case study and numerical
simulation of the summer regional circulation in São paulo, Brazil.
Smagorinsky, J. (1963) General circulation experiments with the primitive equations. Part I,
the basic experiment, Mon, Wea. Rev., 91, pp. 99-164.
Statheropoulos, M., Vassiliadis, N., Pappa, A. (1998) Principal component and canonical
correlation analysis for examining air pollution and meteorological data. Atmospheric
Environment Vol.32, No.6, pp. 1087-1095.
Stohl, A. (1996) Trajectory statistics- a new method to establish source-receptor relationships

of air pollutants and its application to the transport of particulate sulfate in Europe.
Atmospheric Environment Vol.30, No.4, pp. 579-587.
Stohl, A (1998) Computation, accuracy and applications of trajectories-A review and

bibliography. Atmospheric Environment Vol 32, No 6, pp. 947-966.
105
Stohl, A. and Seibert, P. (1997) Accuracy of trajectories as determined from the conservation
of meteorological tracers. Quarterly Journal of the Royal Meteorological Society, in press.
Stunder, B.J.B. (1996) An assessment of the quality of forecast trajetories. Journal of Applied
Meteorology, 35, pp. 1319-1331.
Tabacniks, M.H. (1983) Calibração do sistema PIXE-SP de análise elementar. Dissertação

apresentada ao Instituto de Física da USP para a obtenção do título de Mestre em Física.
Tabacniks, M.H. (1991) Desenvolvimento de metodologia para análise de filtros de vidro

pelo método PIXE. Tese apresentada ao Instituto de Física da USP para a obtenção do
título de Doutor em Física Nuclear, pp. 169.
Thurston, G.D., and Splenger, J.D. (1985) A multivariate assessment of meteorological

influences on inhalable particles source impacts. Journal of climate and applied
meterology. Vol 24, No 11, pp. 1245-1256.
Thurston, G.D. and Splenger, J.D. (1981) An assessment of fine particulate sources and their
intereção with meteorological influences via Factor Analysis. Presented at the 74th meting
of the Air Polltion Control Association. Philadelphia, USA.
Tremback, C.J. (1990) Numerical Simulation of a Mesoscale Convective Complex: Model

Development and Numerical Results. Ph.D. Dissertation, Atmos.Sci. Paper No 465,
Colorado State University, Dept of Atmospheric Science, Fort Collins, CO 80523.
Tripoli, G. J., and Cotton, W. R. (1982) The Colorado University Three-Dimensional Cloud
Mesoscale model. Part I: general theoretical framework and sensitivity experiments.
Journal de Recherches Atmosphérics, 16, 185-220.
Tremback, C.J., and Kessler, R. (1985) A surface temperature and moisture parametrization
for use in mesoscale numerical models. Preprints, 7th .Conference on Numerical Weather
Prediction, Montral Canadá, MAS, 17-20 June.
Tremback, C.J., and Walko, R. L. (2001) RAMS- The Regional Atmospheric Modeling
Sytem. Technical description. DRAFT. User´s guide. Published in http://www.atmet.com,
Fort Collins, Colorado, pp.49.
Tremback, C.J., and Walko, R. L. (2002) The Regional Atmospheric Modeling System
(RAMS): Development for parallel processing computer architectures in
http://www.atmet.com, pp. 14.
Tsuji, K., Huisman, M., Spolnik, Z., Wagatsuma, K., Mori, Y., Grieken, R.E.V., Vis, R. D.
(2000) Comparison of grazing-exit particle-induced X-ray emission with other related
methods. Spectrochimica Acta Part B, 55, pp.1009-1016.
Van Espen, P., Nullens, H., and Maenhaut. W. (1979) AXIL. In: Microbean Analysis, editado
por D.E. Newbury, San Francisco, San Francisco Press.
106
Walko, R. L., Cotton, W. R., Meyers, M.P., and Harrington, J,Y. (1995) New RAMS cloud
microphysics parametrization. Part I: the single-moment scheme. Atmospheric
Research,38,29-62.
Walko, R.L., Band, L., Baron, J., Kittel, F., Lammers, R., Lee T., Ojima, D., Pielke R.,
Taylor, C., Tague, C., Tremback, C., and Vidale, P. (2000) Coupled Atmosphere-
Biophysics-Hydrology Models for Environmental Modeling. J Appl Meteorol 39: (6) 931-
944
Wallace, J.M., and Hobbs, P.V. (1977) Atmospheric Sciences: an Introductory Survey.
Academic Press, pp. 465.
Ward, D.E., and Radke, L.F. (1992) Emissions measurement from vegetation fires: A
compactive evaluation of methods and results. Fire in the Environment. The ecological,
atmospheric, and climate importance of vegetation fires. Report of the Dahlen worshop
held in Berlin.
Weingartner, E.,Keller,C., Stahel, W.AS., Burtscher,H.,Baltensperger,U. (1997) Aerossol

emission in a road tunnel. Atmospheric Environment Vol 31, pp. 451-462.
Wolff, G.T., Korsog, P.E. (1985) Estimates of the contibutions of sources to inhalable
particulate concentrations in Detroit. Atmospheric Environment Vol 19, No 9, pp. 1399-
1409.
Woodruff, S.D., Diaz, H.F., Elms, J.D., and Worley, S.J. (1998) COADS Release 2 data and
metadata enhancements for improvements of marine surface flux fields. Phys. Chem.
Earth. Vol 23, No 5-6, pp. 517-526.
Yamasoe, M.A. (1994) Estudo da composição elementar e iônica de aerossóis emitidos em

queimadas na Amazônia. Dissertação apresentada ao Instituto de Física da Universidade de
São Paulo para a obtenção de grau de mestre.pp.130.
Yamasoe, M. A. (1999) Estudo de propriedades ópticas de partículas de aerossóis a partir de

uma rede de radiômetros. Tese de doutorado, Instituto de Física da Universidade de São
Paulo.
Ynoue, R.Y., Nair, K.N., Andrade, M.F. e Sánchez_Ccoyllo, O.R. (2000) Aplicação dos
dados obtidos por SODAR no estudo de poluição atmosférica na Região Metropolitana de
107
São Paulo. In: CONGRESSO BRASILEIRO DE METEOROLOGIA,11, 2000. Rio de
Janeiro. CDROM.
108
109

TTOO

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

TTOO

Uploaded by

Copyright:

Available Formats

Con formato: Inicio de

sección: Nueva página, Ancho:

IDENTIFICAÇÃO DA CONTRIBUIÇÃO DAS FONTES LOCAIS E REMOTAS DE

ODON ROMAN SANCHEZ CCOYLLO

ORIENTADORA: Profa. Dra. MARIA DE FÁTIMA ANDRADE

CO-ORIENTADOR: Prof. Dr. PEDRO LEITE SILVA DIAS

Efraín meu irmão

Elisa, Susana, Teresa e Olga

Agradeço ao Dr. Saulo Ribeiro de Freitas pelas instruções do modelo de Trajetórias

Agradeço ao Paulo Takeshi Matsuo pelas instruções sobre a visualização das

Agradeço ao Sr Tarsis do Grupo de Estudo de Poluição do Ar (GEPA) do Instituto de

Agradeço o GEPA, em especial a Andréa Castanho, por ter cedido gentilmente os

Agradeço ao Demerval Moreira pelas discussões e dicas na linguagem de

Agradeço à Dra. Nélida Marín do Departamento de Bioquímica, Instituto de Química

Agradeço à Companhia de Tecnologia de Saneamento Ambiental (CETESB), pela

Agradeço a todos os amigos e colegas Peruanos, em especial ao M.Sc. Jerónimo

Agradeço ao grupo do Laboratório de Estudos do Meio Ambiente (LEMA) do

À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pela

RMSP Região Metropolitana de São Paulo

PM10 partículas com diâmetro aerodinâmico menor que 10 µm

ACP Análise de Componentes Principais

MPF Material particulado fino

NO2 Dióxido de nitrogênio

ASAS Alta Subtropical do Atlântico Sul

INPE Instituto Nacional de Pesquisas Espaciais

EMBRAPA Empresa Brasileira de Pesquisa Agropecuária

ACPA Análise de Componentes Principais Absolutos

RAMS Regional Atmospheric Modeling System

TSM Temperatura da Superfície do Mar

MPASP Meteorologia e Poluição do Ar em São Paulo

CLP Camada Limite Planetária

CETESB Companhia de Tecnologia de Saneamento Ambiental de São Paulo

AFG Amostrador de Particulado Fino e Grosso

MOUDI Impactador em Cascata com Deposição Uniforme

LAMFI Laboratório de Análise de Materiais por Feixes Iônicos

SO2 Dióxido de enxofre

PEFI Parque Estadual das Fontes do Ipiranga

MPG Material Particulado Grosso

PIXE Particle Induced X-ray Emission PIXE

UTC Tempo no meridiano de Greenwich

Adv Advecão na escala resolvida

Turb Transporte turbulento na cama limite planetária

Rad Parametrização de radiação

Microf Parametrização de microfísica

τ Escala de tempo da forçante

Poluição atmosférica pode ser entendida como a contaminação do ar por gases e

1.1. AEROSSÓIS ATMOSFÉRICOS

1.1.b. CARACTERÍSTICAS FÍSICAS

1.1.c. PARÂMETROS DE QUALIDADE DO AR

1.1.d. FONTES DOS AEROSSÓIS ATMOSFÉRICOS

DIÂMETRO DAS PARTÍCULAS (µm)

Núcleos de Aitken Moda de Aerossol gerado

Figura 1.1. Esquema idealizado da distribuição de tamanho de massa do aerossol (adaptado

Alguns estudos da determinação de fontes locais de aerossol em São Paulo, utilizando

Ozônio 1 hora 160 160 quimiluminescência

Tabela 1.3. Critérios para episódios agudos de poluição do ar (CETESB, 2000)

1.3. REGIÃO METROPOLITANA DE SÃO PAULO

1.3.2. CARACTERIZAÇÃO CLIMÁTICA E INFLUÊNCIA DAS CIRCULAÇÕES

1.4. IDENTIFICAÇÃO DAS FONTES REMOTAS

1.4.1. A POLUIÇÃO EM ÁREAS REMOTAS: QUEIMADAS

1.5. FONTES LOCAIS DE POLUENTES

2.1 AVALIAÇÃO DAS EMISSÕES VEICULARES EM TÚNEIS

2.1.1 FATORES DE EMISSÃO DOS POLUENTES

onde Ep é o fator de emissão (massa do poluente emitido por kg de combustível