Univariate and multivariate time series with discrete and continuous marginal distributions

Summary: A degradação da qualidade ambiental nos centros urbanos como consequência da industrialização, da concentração populacional e do crescimento desordenado é cada vez mais visível e presente nas grandes cidades brasileiras. A poluição resultante de atividade que direta ou indiretamente prejudiquem a saúde, a segurança e o bem-estar da população é uma forma de degradação da qualidade ambiental.

De acordo com SEIINFELD & PANDIS (2006), um poluente atmosférico pode ser considerado como qualquer substância presente no ar que, pela sua concentração, possa torná-lo impróprio, nocivo à saúde, inconveniente ao bem-estar público, danoso aos materiais, à fauna e flora ou prejudicial ao gozo da propriedade e às atividades normais da comunidade.

O material particulado (MP) é formado de partículas sólidas ou líquidas em suspensão na atmosfera, podendo variar de alguns nanômetros a dezenas de micrômetros. São constituídos por uma mistura de partículas que pode ser de origem primária (emissão direta da fonte) ou secundária (transformação gás-partícula) (BRUM, 2010). A maior parte dos trabalhos científicos a respeito do material particulado presente na atmosfera está relacionada à partículas finas (menores que 10 µm) devido aos seus efeitos sobre a saúde pulmonar dos seres humanos (CHIO; LIAO, 2008).

O impacto associado ao material particulado está estritamente relacionado ao tamanho, forma e composição química das partículas. Partículas finas (entre 2,5 e 10 µm) e ultra-finas (<2,5 µm) estão principalmente associadas a efeitos diretos à saúde humana, devido à penetração profunda no sistema respiratório, e tendem a permanecer por longos períodos na atmosfera, enquanto as partículas maiores, a sedimentar mais próximo à fonte emissora (SEINFELD; PANDIS, 2006), e são denominadas partículas sedimentáveis (PS), constituindo incômodo para a população vizinha a essas fontes (VALLACK; SHILLITO, 1998).

Estatística é uma área com interface entre a pesquisa fundamental e a aplicada. As ferramentas estatísticas não somente sumarizam os dados por meio de funções, como por exemplo, a média e o desvio padrão entre outras, mas também pode prevenir eventos futuros. Métodos padrões na estatística requerem que as observações sejam independentes ou, pelo menos, não correlacionadas nos contextos do tempo e do espaço. Entretanto, essas suposições são quase impossíveis em situações práticas, em especial, dados referentes a poluentes atmosféricos (SOLOW, 2003).

Em geral, as observações na área da Poluição do Ar são correlacionadas no tempo (ou espacialmente correlacionadas ou ambos), por exemplo, média horária ou diária de concentração de material particulado, etc. Então, modelos ou metodologias que requerem a suposição de independência entre as observações não são apropriados para modelar observações correlacionadas no tempo (usualmente definidas como observações autocorrelacionadas ou séries temporais), no espaço ou ambos.

No contexto de modelagem estocástica de poluentes atmosféricos, processos de séries temporais e espaço-temporais são áreas de pesquisas na estatística e na probabilidade com enorme potencial na resolução de problemas, de forma direta ou indireta, de observações correlacionadas no tempo (ou espacialmente correlacionadas ou ambos) com marginais discretas (processos de contagem) e contínuas. Essas áreas de pesquisas possuem importantes ferramentas para analisar esses tipos de observações e fornecem interessantes e precisos resultados estatísticos, como por exemplo, na previsão de contaminantes no tempo e no espaço (ver ANTUNES; RAO, 2006, PFEIFER & DEUTSCH (1980); MONROY et al, 2016, entre outros ), com o fenômeno de memória longa (REISEN et al 2010), memória longa, raiz unitária, sazonalidade, periodicidade e robustez ( LÉVY-LEDUC et al (2011), REISEN et al (2012, 2014, 2016)) , no estudo de associação entre poluição e saúde e incomodo por meio do modelo aditivo generalizado (ver HASTIE E TINISHIRANI (1990), BOTTONI et al, 2015 & 2016 entre outros), no monitoramento da qualidade do ar (ver REISEN et al, 2014, SARNAGLIA et al, 2010, entre outros), na identificação de áreas ou regiões com similar comportamento da poluição do ar (ver PIRES, 2008a, 2008b), na identificação de fontes poluidoras (ver BRUNO, 2001, GUO et al, 2004a, 2004b, entre outros), na classificação de áreas de monitoramento em grupos com mesmo comportamento dos poluentes entre muitos outros problemas na análise e inferência em variáveis da área da poluição que tornam essa vertente de pesquisa bastante desafiadora e com amplo universo de investigação.

As características das variáveis ou dos vetores aleatórios da poluição do ar e os problemas descritos nos parágrafos anteriores motivam os temas centrais desta pesquisa.

O projeto é fundamentado como eixo central na colaboração científica entre o proponente da pesquisa Prof. V. A Reisen e pesquisadores do país e do exterior. Os temas deste projeto são propostas de pesquisas em desenvolvimento as quais possuem registros no PPGEA, na PRPPG-UFES e no Grupo de Diretoria de Pesquisa do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq), órgão que o coordenador encontra-se na categoria de pesquisador nível 1C.

Os estudos do projeto envolvem diretamente alunos da graduação da UFES (DEST e outros) e da pós-graduação do PPGEA, especificamente, orientandos da área Poluição do Ar e de alunos do PPGECON. Ressalta-se que a pesquisa não só contribui para formação qualificada de discentes e sim de docentes de diferentes departamentos da UFES e outras instituições de ensino no ES e de outros estados do país.

Os objetivos das pesquisas neste projeto são fundamentados, principalmente, pelos resultados já obtidos, no reconhecimento do grupo de pesquisa que o pesquisador V. A. Reisen coordena aliado à colaboração de pesquisadores nacionais e estrangeiros, entre outros. Como resultados esperado pode-se citar formação qualificada nos níveis de graduação e pós, publicações de artigos em periódicos de grande impacto na área da probabilidade e estatística, no desenvolvimento de novas metodologias de análise de dados reais, em especial problemas na poluição, na saúde e em finanças, redirecionamento de novas vertentes de estudos, contribuição no fortalecimento do DEST e nos programas de pós-graduação que o pesquisador atua na UFES, produzir e disponibilizar programas computacionais que permitam aplicar os modelos desenvolvidos para análise e previsão do comportamento dos poluentes atmosféricos na Região da Grande Vitória (RGV) entre outros.

Starting date: 2017-10-18
Deadline (months): 72

Participants:

Role Namesort descending
Collaborator * Jane Meri Santos
Collaborator * Milena Machado de Melo
Coordinator * Valdério Anselmo Reisen
Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910