Avaliacao do desempenho_dos_modelos_de_qualidade_do_ar_aermod_e_calpuff_na_regiao_de_anchieta-es

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO
CENTRO TECNOLÓGICO
DEPARTAMENTO DE ENGENHARIA AMBIENTAL
Elizabeth Linda Miranda Gomes
Saulo Biasutti
Avaliação do desempenho dos modelos de qualidade do ar
AERMOD e CALPUFF na região de Anchieta-ES
VITÓRIA
2012

Elizabeth Linda Miranda Gomes
Saulo Biasutti
Avaliação do desempenho dos modelos de qualidade do ar
AERMOD e CALPUFF na região de Anchieta-ES
Trabalho de Conclusão de Curso apresentado ao
Curso de Graduação de Engenharia Ambiental do
Centro Tecnológico da Universidade Federal do
Espírito Santo, para obtenção do grau em
Bacharel em Engenharia Ambiental.
Orientador: Dr. Neyval Costa Reis Junior.
Co-Orientadora: Prof.ª Dr.ª Jane Méri Santos
VITÓRIA
2012

"O mundo tornou-se perigoso, porque os homens aprenderam a
dominar a natureza, antes de dominarem a si mesmos."
(Albert Schweitzer)

AGRADEÇIMENTOS
À Deus pela esperança renovada diante de cada obstáculo,
Às nossas famílias por todo o apoio incondicional,
Ao nosso orientador Neyval Costa Reis Júnior pelos ensinamentos, pelo estímulo e críticas
construtivas,
À nossa co-orientadora Jane Méri Santos por toda contribuição dada e pelo interesse
demonstrado pela pesquisa,
Ao IEMA, e especialmente ao Alexsander Barros Silveira, por nos fornecer dados das
estações meteorológicos e de monitoramento da qualidade do ar,
Aos nossos amigos do Laboratório de Qualidade do Ar da UFES, em especial ao Alexandre
Magalhães Santiago, Edilson Luiz Nascimento e Nadir Salvador por estarem sempre
dispostos a ajudar,
Ao Maurício Soares que indiretamente nos apoio na elaboração do projeto e pelo material
técnico compartilhado,
À todos os profissionais envolvidos no Departamento de Engenharia Ambiental que nos
auxiliaram no decorrer de toda nossa vida acadêmica,
À turma de graduação de Engenharia Ambiental de 2007 pelo aprendizado em conjunto,
E a todos que direta ou indiretamente ajudaram no desenvolvimento do trabalho.

RESUMO
O estado do Espírito Santo está em um período de crescimento econômico e o município de
Anchieta o acompanha com uma expansão industrial, promovia pela sua localização
estratégica no setor logístico. Os benefícios econômicos advindos destes empreendimentos
são evidentes, entretanto, o desenvolvimento desses grandes centros industriais, sem o
planejamento adequado, expõe a população aos altos níveis de poluição atmosférica. A partir
dessa problemática, o objetivo desejado neste trabalho é avaliar a qualidade do ar atual da
região, além de verificar a contribuição das fontes industriais e móveis para os níveis de
concentração dos poluentes atmosféricos no local. Este estudo tem ainda como objetivo
comparar os resultados obtidos pelo uso dos modelos AERMOD e CALPUFF, ambos
recomendados pela Agência de Proteção Ambiental dos Estados Unidos (EPA) para fins
regulatórios. O poluente adotado como referência para essas análises foi o Material
Particulado com diâmetro de até 10 µm (PM10) e os dados de emissões dos poluentes foram
retirados do inventário de fontes da Samarco Mineração S.A. Para validação da modelagem,
os valores das concentrações previstas nos modelos foram comparados, por meio de índices
estatísticos, com os valores observados nas estações de qualidade do ar próximas ao
empreendimento. Observou-se melhor desempenho do CALPUFF na simulação da qualidade
do ar na região, embora ambos os modelos subestimem as concentrações nas estações. Com
base no índice de qualidade do ar (IQA) para PM10, nota-se pelas simulações realizadas que a
qualidade do ar local é considerada “Boa” em todo o domínio estudado, salvo a região do
empreendimento da Samarco e das comunidades de Mãe-bá e Ubú, que apresentam qualidade
na categoria “Regular”.
Palavras Chave: Qualidade do ar, AERMOD, CALPUFF, município de Anchieta.

ABSTRACT
The State of Espírito Santo is in a period of economic growth and the city of Anchieta follows
it with an industrial expansion, promoted by its strategic location in the logistics sector. The
economic benefits arising from these developments are evident; however the development of
these large industrial centers, without proper planning, exposes the population to high levels
of air pollution. From this problematic, the desired goal in this work is to evaluate the current
air quality in the region, and to identify the contribution of industrial and mobile sources for
the concentration levels of air pollutants in the area. This study also aimed to compare the
results obtained by the use of AERMOD and CALPUFF models, both recommended by the
United States Environmental Protection Agency (EPA) for regulatory purposes. The pollutant
adopted as reference to these analyses was the particulate material with diameter of up to 10
µm (PM10) and polluting emissions data were taken from the inventory of sources of
Samarco Mineração S.A.For modeling validation, the values of concentrations provided in the
models were compared with the values observed in the air quality stations through statistical
analyses. We observed a better performance of CALPUFF to simulate air quality in the
region, although both models underestimate the concentrations at the stations. Based on air
quality index (AQI) for PM10, we can observe by simulations that the local air quality is
considered "good" throughout the area studied, except for the area of Samarco and the
community of Mãe-bá and Ubu, which have "Regular” quality.
Keywords: Air Quality, AERMOD, CALPUFF, city of Anchieta.

Figura 1 – Brisa marítima e brisa terrestre ..............................................................................27
Figura 2 – Brisa do vale e brisa da montanha ..........................................................................27
Figura 3 - Aproximação da distribuição da pluma na camada limite convectiva.....................37
Figura 4 - Tratamento da pluma na Camada Limite Convectiva pelo modelo AERMOD. .....38
Figura 5 - Atividades das três etapas do pré-processador AERMET.......................................40
Figura 6 - Representação de uma pluma pela aproximação do tipo puff..................................47
Figura 7 - Transporte do puff em diferentes instantes de tempo. .............................................47
Figura 8 - Fluxograma simplificado dos pré-processadores do modelo CALMET. ................50
Figura 9 - Dados cartográficos da área de estudo.....................................................................55
Figura 10 - Topografia da região de estudo..............................................................................57
Figura 11 - Precipitação média mensal acumulada. .................................................................58
Figura 12 - Temperatura média mensal....................................................................................59
Figura 13 - Umidade relativa média mensal.............................................................................59
Figura 14 – Rosas dos Ventos da estação do Porto de 2010. ...................................................60
Figura 15 – Rosas dos ventos por estação ...............................................................................61
Figura 16 - Distribuição da frequência da classe de ventos. ....................................................62
Figura 17 - Localização das estações de monitoramento da qualidade do ar na região...........63
Figura 18 - Evolução da concentração anual de PTS (µg/m³)..................................................64
Figura 19 - Evolução da concentração anual de PM10 (µg/m³)...............................................64
Figura 20 - Evolução da concentração anual de SO2 (µg/m³) .................................................65
Figura 21 - Contribuição média percentual das fontes para PTS em 2007 em Ubú.................67
Figura 22- Contribuição média percentual das fontes para PM10 em 2007 em Mãe-bá. ........67
Figura 23 – Uso e ocupação do solo em Anchieta ...................................................................68
Figura 24- Área de influência direta (AID) da Samarco Mineração. .......................................70
Figura 25– Variação horária das emissões de PM10 das fontes moveis..................................71
Figura 26- Variação horária das emissões de PTS das fontes moveis n ..................................72
Figura 27 - Taxas de emissões anuais nas áreas de influência direta e indireta da Samarco. ..72
Figura 28 – Malha de receptores a............................................................................................74
Figura 29 – Fluxograma da modelagem de fontes por tipos ....................................................77
Figura 30 – Vias externas e internas do inventário de emissões da Samarco ..........................80
Figura 31 – Modelagem de fontes móveis. ..............................................................................82
Figura 32 – Modelagem de uma fonte volumétrica..................................................................85
Figura 33 - Concentrações médias de 24 horas de PM10 em 2010, usando AERMOD........106
Figura 34 - Concentrações média anual de PM10 em 2010, usando AERMOD.....................107

Figura 35 - Concentrações médias de 24 horas de PM10 em 2010, usando CALPUFF. ........108
Figura 36 - Concentrações média anual de PM10 em 2010, usando CALPUFF.....................109
Figura 37 - Análise dos resultados obtidos para o AERMOD e CALPUFF ..........................112
Figura 38 - Concentrações médias de 24 horas de PM10 para as fontes industriais ...............113
Figura 39 - Concentrações médias anuais de PM10 para as fontes industriais. ......................114
Figura 40 – Concentrações médias de 24h para PTS .............................................................115
Figura 41- Concentrações médias Anuais de PTS..................................................................116
Figura 42 - Classificação da região de estudo segundo o IQA considerando PM10. ...........117
Figura 43 - Classificação da região de estudo segundo o IQA considerando PTS. ...............118
Figura 44 - Concentrações médias de 24 horas de PM10 para o período de Verão usando o
modelo AERMOD..................................................................................................................129
Figura 45 - Concentrações máximas médias de 24 horas de PM10 para o período de Verão
usando o modelo CALPUFF. .................................................................................................130
Figura 46 - Concentrações médias de PM10 para o período de verão usando o AERMOD...131
Figura 47 - Concentrações médias de PM10 para o período de Verão usando o modelo
CALPUFF...............................................................................................................................132
Figura 48 - Concentrações máximas médias de 24 horas de PM10 para o período de Inverno
usando o modelo AERMOD...................................................................................................133
Figura 49 - Concentrações máximas médias de 24 horas de PM10 para o período de Inverno
usando o modelo CALPUFF. .................................................................................................134
Figura 50 – Concentrações médias de PM10 para o período de Inverno usando o modelo
AERMOD...............................................................................................................................135
Figura 51 - Concentrações médias de PM10 para o período de Inverno usando o modelo
CALPUFF...............................................................................................................................136
Figura 52 - Concentrações de PM10 medidas na estação de Ubú e calculadas pelos modelos
AERMOD E CALPUFF.........................................................................................................137
Figura 53 - Concentrações de PM10 calculada pelo AERMOD em µg/m³.............................138
Figura 54 – Análise da qualidade do ar na região considerando as recomendações da OMS
para PM10 nas médias de 24 horas usando o modelo CALPUFF...........................................140
Figura 55 – Análise da qualidade do ar na região considerando as recomendações da OMS
para PM10 na média anual usando o modelo CALPUFF........................................................141

LISTA DE QUADROS
Quadro 1- Padrões nacionais de qualidade do ar .....................................................................22
Quadro 2 - Faixas de Concentrações dos Poluentes para o cálculo do IQA. ...........................24
Quadro 3 - Poluentes monitorados em cada estação da qualidade do ar em Anchieta.............64
Quadro 4 - Fontes inventariadas nas áreas de influência da Samarco Mineração....................69
Quadro 5 – Localização das vias externas e internas à Samarco..............................................80
Quadro 6 - Procedimento para obtenção das dimensões iniciais..............................................86
Quadro 7 - Variáveis consideradas no pré-processador AERMET..........................................87
Quadro 8 – Observações meteorológicas do CALMET...........................................................91
Quadro 9 - entradas e saídas do processador CALMET. .........................................................97
Quadro 10 - entradas e saídas do processador CALPUFF. ....................................................100
Quadro 11 - entradas e saídas do pós - processador CALSUM. ............................................101
Quadro 12 - entradas e saídas do pós - processador CALPOST ............................................102
Quadro 13 - Diretrizes da OMS para PM10...........................................................................139
Quadro 14 - Escala Beaufort ..................................................................................................145

LISTA DE TABELAS
Tabela 1 - Razão entre as concentrações de PM10 e PTS para os anos de 2006 a 2010. ........65
Tabela 2 - Dados de caracterização da estação meteorológica do Porto..................................76
Tabela 3 - Parâmetros de superfície .........................................................................................87
Tabela 4- Análise estatística dos resultados do AERMOD e CALPUFF quanto a PM10.. ....111
Tabela 5 - Análise estatística dos resultados com dados de reanálise e dados do aeroporto..127
Tabela 6- Análise estatística dos resultados com Fonte área e areapoly no AERMOD.........128
Tabela 7 - Análise estatística dos resultados do AERMOD e CALPUFF quanto a PTS.......144

SUMÁRIO
1. INTRODUÇÃO...............................................................................................................13
2. OBJETIVOS....................................................................................................................16
2.1. OBJETIVO GERAL...........................................................................................16
2.2. OBJETIVOS ESPECÍFICOS...............................................................................16
3. REVISÃO BIBLIOGRÁFICA.......................................................................................17
3.1. POLUIÇÃO DO AR...........................................................................................17
3.2. PRINCIPAIS POLUENTES E SEUS EFEITOS NA SAÚDE .................................18
3.2.1. Material Particulado .....................................................................................18
3.2.2. Dióxidos de Enxofre (SO2)............................................................................19
3.2.3. Monóxidos de Carbono (CO).........................................................................19
3.2.4. Óxidos de Nitrogênio (NOx) ..........................................................................20
3.2.5. Ozônio Troposférico.....................................................................................20
3.2.6. Hidrocarbonetos (HC)...................................................................................20
3.3. LEGISLAÇÃO NACIONAL APLICÁVEL A QUALIDADE DO AR.....................20
3.4. PADRÕES E ÍNDICES DE QUALIDADE DO AR...............................................21
3.5. INVENTÁRIO DE FONTES...............................................................................25
3.6. DISPERSÃO ATMOSFÉRICA ...........................................................................25
3.5.1. Influência dos Ventos ...................................................................................26
3.5.2. Brisa Marítima e Terrestre.............................................................................26
3.5.3. Ventos em Vales ..........................................................................................27
3.5.4. Building Downwash (Efeito da Presença de Edificações)..................................27
3.5.5. Influência da Estabilidade Atmosférica...........................................................28
3.5.6. Influência do Terreno....................................................................................29
3.7. ESTUDOS DA MODELAGEM DA QUALIDADE DO AR...................................30
4. DESCRIÇÃO DOS MODELOS ....................................................................................34
4.1. AERMOD......................................................................................................35
4.1.1. Formulação Matemática............................................................................37
4.1.2. Descrição do pré-processador AERMET.....................................................40
4.1.3. Dados de entrada para o AERMET ............................................................40
4.1.4. Dados de saída do AERMET.....................................................................41
4.1.5. Descrição do pré-processador AERMAP ....................................................42

4.1.6. Dados de entrada para o AERMAP ............................................................43
4.1.7. Dados de saída do AERMAP.....................................................................43
4.1.8. Modelagem de fontes no AERMOD...........................................................43
4.1.9. Fonte Pontuais .........................................................................................44
4.1.10. Fonte Área ...........................................................................................44
4.1.11. Fonte Volumétrica ................................................................................45
4.1.12. Fonte Areapoly.....................................................................................45
4.1.13. Fonte Areacirc......................................................................................45
4.2. CALPUFF .....................................................................................................46
4.2.1. Formulação matemática do modelo ............................................................46
4.2.2. Modelo meteorológico..............................................................................49
4.2.3. CALPUFF...............................................................................................53
5. CARACTERIZAÇÃO DA REGIÃO DE ESTUDO ....................................................55
5.1. CARACTERIZAÇÃO FÍSICA ........................................................................56
5.1.1. Características Topográficas..........................................................................56
5.1.2. Condições Meteorológicas para o ano de 2010 ................................................57
5.1.3 Caracterização da qualidade do ar ..................................................................62
5.1.4. Uso e ocupação do solo.................................................................................68
5.2. INVENTÁRIO DE FONTES DA REGIÃO ...................................................69
6. METODOLOGIA ...........................................................................................................74
6.1. DEFINIÇÃO DO DOMÍNIO COMPUTACIONAL ...........................................74
6.2. DADOS DE ENTRADA NOS MODELOS.......................................................75
6.3. SISTEMA DE MODELAGEM AERMOD........................................................87
6.3.1. AERMET................................................................................................87
6.3.2. AERMAP................................................................................................88
6.3.3. AERMOD ...............................................................................................88
6.4. SISTEMA DE MODELAGEM CALPUFF .......................................................89
6.4.1. CALMET................................................................................................90
6.4.2. CALPUFF...............................................................................................98
6.5. ANÁLISE ESTATÍSTICA ............................................................................102
7. RESULTADO E DISCUSSÕES ..................................................................................106
7.1. AVALIAÇÃO DA QUALIDADE DO AR......................................................106
A) Resultados do AERMOD ...........................................................................106

B) Resultados do CALPUFF ...........................................................................108
7.2. ANÁLISE ESTATÍSTICA ............................................................................109
8. CONCLUSÕES .............................................................................................................119
9. RECOMENDAÇÕES PARA TRABALHOS FUTUROS.........................................121
10. REFERENCIA BIBLIOGRÁFICA..............................................................................122
APÊNDICE A – Teste de sensibilidade para dados meteorológicos de altitude .................126
APÊNDICE B - Teste de Sensibilidade Fontes Área e Fontes Polyarea................................128
APÊNDICE C – Variação das concentrações de PM10 no Inverno e Verão em 2010. ..........129
APÊNDICE D – Análise da Série de Tempos Calculada e Observada..................................137
APÊNDICE E – Avaliação da qualidade do ar segundo as diretrizes da OMS .....................139
APÊNDICE F – Análise estatística dos resultados de PTS....................................................142
ANEXO A - Escala Beaufort..................................................................................................145

13
1. INTRODUÇÃO
A Organização Mundial de Saúde (OMS) considera ar limpo como um requisito básico de
saúde e bem-estar da população. Ainda, segundo a Constituição Federal Brasileira, todos têm
direito ao meio ambiente ecologicamente equilibrado, bem de uso comum do povo e essencial
à sadia qualidade de vida (Art. 225, do Capítulo VI do Título VIII). Entretanto, observa-se
que um dos impactos mais representativos na sociedade atual é a alteração da qualidade do ar.
Diante dessa problemática ambiental e do entendimento de ambiente como bem comum, faz
se necessário ao Estado criar instrumentos legais para assegurar o direito de ambiente
ecologicamente equilibrado a todos os cidadãos. Como exemplo desses instrumentos legais,
pode-se citar a obrigatoriedade da realização de estudos de impacto ambiental anterior à
instalação de grandes empreendimentos numa região. Nesses estudos, a avaliação da
viabilidade ambiental do empreendimento, quanto ao impacto “Alteração da qualidade do ar”,
utiliza-se além de dados de monitoramento da qualidade do ar, os Modelos de Qualidade do
Ar (MQAr) (SOARES, 2010).
Os MQAr são capazes de simular a dispersão das emissões gasosas provenientes das
instalações e assim predizer as concentrações a que a população do entorno estará exposta. Os
resultados obtidos da modelagem ao serem comparados aos níveis de qualidade exigidos pelas
legislações ambientais competentes auxiliam na concessão de permissões para instalação de
futuros parques industriais (NEDEL, 2003).
No município de Anchieta, por exemplo, a utilização de modelos de qualidade do ar é
aplicável por se tratar de um local que vive um momento de expansão industrial,
impulsionado pela sua localização estratégica e sua infraestrutura portuária (VIEIRA e
LOUREIRO, 2010). Hoje, na região, estão localizados empreendimentos de grande porte,
como o Complexo Industrial e Portuário da Samarco e a Unidade de Tratamento de Gás do
Sul Capixaba (UTG-Sul) da Petrobras. Ainda, há previsão de instalar-se no local um pólo
industrial e de serviços, com destaque para os grandes empreendimentos como a Companhia
Siderúrgica de Ubú (CSU). Além disso, os atuais empreendimentos já demonstram interesse
em expandir suas instalações no local.
Os benefícios dos projetos são inúmeros, já que esses poderão acelerar o desenvolvimento
econômico da região. Contudo, são atividades de grande porte, instaladas próximo à área
urbana, e um planejamento acautelado é necessário de modo a amenizar os prováveis

14
impactos ambientais e socioculturais no município (ABE, 2006). Assim pode-se afirmar que o
porvir para o município de Anchieta se apresenta grandemente desafiador.
A maioria desses empreendimentos emite uma variedade considerável de poluentes
atmosféricos e, portanto, os impactos na qualidade do ar local devem ser avaliados por meio
de estudos criteriosos, combinando técnicas de monitoramento e de modelagem
computacional, como uma ferramenta de apoio na estimativa de concentração de poluentes na
atmosfera (SOARES, 2010).
Os modelos American Meteorology Society-Environmental Protection Agency Regulatory
Model (AERMOD) e o Californian Puff Model (CALPUFF) são recomendados pelos órgãos
ambientais internacionais para uso no licenciamento de instalações industriais. Para fins
regulatórios, o AERMOD é adotado para uso em um domínio de até 50 km, enquanto o
CALPUFF é adotado para simulações em domínio além de 50 km (EPA, 2005).
No entanto, há atualmente um debate na comunidade científica sobre a relevância da
utilização do CALPUFF para situações nas proximidades das fontes de emissão, pois este
modelo apresenta tratamentos físicos que não são incorporados nos modelos Gaussianos
tradicionais como o ISC3 e o AERMOD (CUNHA et al., 2009).
No Brasil, a legislação ambiental vigente não faz referência a qual tipo de modelo utilizar nos
estudos de impacto ambiental e, consequentemente, os modelos Gaussianos (ISC-3,
AERMOD e outros) acabam sendo indiscriminadamente utilizados, até mesmo em situações
de notória não aplicabilidade dos mesmos (VEGA DO SUL, 2001 apud MORAES, 2004).
Como exemplo, Moraes (2001) destaca que modelos baseados na abordagem clássica
gaussiana, como o AERMOD, quando aplicados em regiões de terreno complexo e
turbulência não homogênea, fica muito difícil a obtenção de resultados confiáveis. Já o
CALPUFF, apesar de ser um modelo gaussiano, foi desenvolvido para as aplicações sobre
terreno complexo e turbulência não homogênea, apresentando resultados mais realísticos em
suas simulações. Neste contexto, a escolha de um modelo está diretamente ligada ao problema
que se pretende resolver e ao conhecimento da área de estudo, ambos do ponto de vista
geográfico e meteorológico (SOARES, 2010).
Diante das informações apresentadas e da relevância do tema, este trabalho consiste na análise
do desempenho dos modelos AERMOD e CALPUFF para o município de Anchieta. Para
isso, utiliza-se de indicadores estatísticos para comparar as concentrações obtidas da

15
modelagem e as concentrações medidas nas estações de monitoramento para o poluente de
referência: Material Particulado com diâmetro de até 10 µm (PM10). O estudo fornecerá
melhor compreensão dos mecanismos de transporte de poluentes na atmosfera local e
adicionalmente contribuirá para a qualificação dos modelos como uso regulatório e rotineiro
na região, subsidiando futuros projetos de planejamento urbano e industriais em Anchieta.

16
2. OBJETIVOS
2.1. OBJETIVO GERAL
O objetivo do trabalho é a avaliar comparativamente a adequação dos modelos de dispersão
atmosférica AERMOD e CALPUFF no município de Anchieta-ES, de modo a dar suporte na
escolha do modelo mais eficaz para fins regulatórios.
2.2. OBJETIVOS ESPECÍFICOS
 Analisar os resultados dos modelos CALPUFF e AERMOD, a fim de avaliar a
acurácia destes modelos para as condições meteorológicas e topográficas da região;
 Avaliar a contribuição das fontes industriais para a qualidade do ar local;
 Avaliar a qualidade do ar na região de Anchieta, quanto aos poluentes PM10 e PTS,
comparando as médias das concentrações dos poluentes simulados com os padrões de
qualidade do ar da Resolução CONAMA 03/90 e com as recomendações da OMS;
 Caracterizar a região segundo os Índices de Qualidade do Ar (IQA).

17
3. REVISÃO BIBLIOGRÁFICA
Este capítulo tem por objetivo apresentar os conceitos básicos relativos à poluição do ar e a
modelagem da dispersão de poluentes na atmosfera.
A princípio é apresentada a definição de poluição ambiental e a relação dos principais
poluentes atmosféricos. Posteriormente, os efeitos respiratórios consequentes à degradação da
qualidade do ar, são relatados de forma sucinta visando, essencialmente, alertar para a
importância do tema. Ainda, nesta primeira etapa, são apresentadas as principais legislações
referentes ao assunto.
Nos tópicos seguintes, os temas abordados tratam especificamente de dispersão atmosférica,
revisando os diversos fatores de influência que devem ser considerados na análise dos
resultados da modelagem. Por fim, são apresentados estudos de casos que utilizaram os
modelos de qualidade do AERMOD e/ou CALPUFF.
3.1. POLUIÇÃO DO AR
A poluição do ar é hoje um assunto exaustivamente discutido mundialmente, devido à
relevância do tema. Segundo a OMS (2005), poluição atmosférica pode ser definida como a
introdução de qualquer forma de matéria ou energia responsável pela degradação da qualidade
do ar em concentrações nocivas ou ofensivas à saúde humana, passíveis de danos aos recursos
naturais interferindo no legítimo uso do meio ambiente.
Ainda, segundo a resolução do Conselho Nacional do Meio Ambiente (CONAMA) 03 de 28
de junho de 1990, poluente atmosférico também é “qualquer forma de matéria ou energia com
intensidade e em quantidade, concentração, tempo ou características em desacordo com os
niveis estabelecidos, e que tornem ou possam tornar o ar impróprio, inconveniente ao bem-
estar público, danoso aos materiais, à fauna e a flora ou prejudicial à seguranca, ao uso e gozo
da propriedade e as atividades normais da comunidade”.
Estas substâncias podem ser resultantes da atividade humana ou de processos naturais.
Exemplos de fontes naturais de poluição do ar são a queima acidental de biomassa e erupções
vulcânicas, as quais podem ser consideradas as mais antigas fontes de contaminação do ar. Já
as fontes antropogênicas de poluição atmosférica são diversas, entre elas pode-se destacar a
queima de combustíveis fósseis para produção de energia (CANÇADO et al., 2006).

18
Quando se determina a concentração de um poluente na atmosfera, mede-se o grau de
exposição dos receptores (seres humanos, outros animais, plantas, materiais) como resultado
final do processo de lançamento deste poluente na atmosfera a partir de suas fontes de
emissão e suas interações na atmosfera, do ponto de vista físico (diluição) e químico (reações
químicas) (CETESB, 2010).
3.2. PRINCIPAIS POLUENTES E SEUS EFEITOS NA SAÚDE
A determinação sistemática da qualidade do ar, por questões de ordem prática, deve ser
limitada a um restrito número de poluentes, definidos em função de sua importância e dos
recursos materiais e humanos disponíveis. Neste sentido, e de forma geral, a escolha recai
sobre um grupo de poluentes consagrados universalmente, que servem como indicadores de
qualidade do ar, sendo esses: Dióxido de Enxofre (SO2); Material Particulado; Monóxido de
carbono (CO); Oxidantes fotoquímicos; Hidrocarbonetos Totais (HC) e Óxidos de Nitrogênio
(NOx). A razão da seleção destes parâmetros como indicadores de qualidade do ar está ligada
à sua maior freqüência de ocorrência e aos efeitos adversos que causam ao meio ambiente e a
saúde humana (CETESB, 2010).
Em virtude disso, são apresentados nos tópicos seguintes as principais características desses
poluentes atmosféricos e seus efeitos sobre a saúde humana e o meio ambiente.
3.2.1. Material Particulado
O material particulado é uma mistura de partículas líquidas e sólidas em suspensão no ar. Sua
composição e tamanho dependem das fontes de emissão. As partículas podem ser divididas
em dois grupos: partículas grandes (coarse mode), emitidas através de combustões
descontroladas, dispersão mecânica do solo ou outros materiais da crosta terrestre (polens,
esporos e materiais biológicos também se encontram nesta faixa de tamanho); e partículas
pequenas (fine mode), emitidas pela combustão de fontes móveis e estacionárias, como
automóveis, incineradores e termoelétricas, que por serem de menor tamanho e mais ácidas,
podem atingir porções mais inferiores do trato respiratório (CANÇADO et al., 2006).
As Partículas Totais em Suspensão (PTS) são partículas de material solido ou liquido, na
faixa de tamanho menor que 100 µm, e que ficam suspensas no ar, na forma de poeira,
neblina, aerossol, fumaça, fuligem, etc. Estas partículas apresentam como principais efeitos
no meio ambiente, danos a vegetação, deterioração da visibilidade e contaminação do solo

19
(CETESB, 2010). Além disso, pode causar danos estéticos (manchas e danificações de rochas
e outros materiais).
As partículas inaláveis grossas, de diâmetro aerodinâmico inferior a 10 µm (PM10), são as que
causam maiores prejuízos à saúde, uma vez que não são retidas pelas defesas do organismo.
Essas podem causar irritação nos olhos e na garganta, reduzindo a resistência às infecções e
ainda provocando doenças crônicas. Além disso, atingem as partes mais profundas dos
pulmões, transportando para o interior do sistema respiratório substâncias tóxicas e
cancerígenas (IEMA, 2007). Ainda existem as chamadas partículas inaláveis finas (PM2,5),
com diâmetro aerodinâmico inferior a 2,5 μm, que penetram mais profundamente no trato
respiratório, causando maiores danos a saúde humana. Para esta classe de partículas não existe
ainda um padrão na legislação nacional.
3.2.2. Dióxidos de Enxofre (SO2)
Estes poluentes são resultantes principalmente da combustão de elementos fósseis, como
carvão e petróleo e têm como fontes principais os automóveis e as termoelétricas. Uma vez
lançado na atmosfera, o dióxido de enxofre pode ser transportado para regiões distantes das
fontes primárias de emissão, o que aumenta sua área de atuação (CANÇADO et al., 2006). A
inalação, mesmo em concentrações muito baixas, provoca espasmos passageiros dos
músculos lisos dos bronquíolos pulmonares. Em concentrações progressivamente maiores,
causam o aumento da secreção mucosa nas vias respiratórias superiores, inflamações graves
da mucosa e redução do movimento ciliar do trato respiratório. Pode, ainda, aumentar a
incidência de rinite, faringite e bronquite (IEMA, 2007). Quando na presença de vapor de
água, passa rapidamente a H2SO4, podendo levar a formação de chuva ácida e causar corrosão
aos materiais e danos à vegetação (CETESB, 2010).
3.2.3. Monóxidos de Carbono (CO)
Os monóxidos de carbono são resultantes da combustão incompleta dos combustíveis fósseis
nos veículos automotivos, nos aquecedores a óleo, churrasqueiras, fogões a gás e na queima
de tabaco (CANÇADO et al., 2006). A molécula deste gás combina-se rapidamente com a
hemoglobina, ocupando o lugar do oxigênio. Como consequência ocorre diminuição da
capacidade do sangue de transportar oxigênio, podendo levar a morte por asfixia. A exposição
crônica pode causar prejuízos ao sistema nervoso central, cardiovascular, pulmonar e outros.
Também pode afetar fetos causando peso reduzido no nascimento e desenvolvimento pós-
natal retardado (IEMA, 2007).

20
3.2.4. Óxidos de Nitrogênio (NOx)
As principais fontes de óxido nítrico (NO) e dióxido de nitrogênio (NO2) são os motores dos
automóveis e, em menor escala, as usinas termoelétricas, indústrias, fogões a gás, aquecedores
que utilizam querosene (mais freqüentes em regiões frias) e o cigarro. O dióxido de
nitrogênio, na presença de luz solar, reage com hidrocarbonetos e oxigênio formando ozônio,
sendo um dos principais precursores deste poluente na troposfera (CANÇADO et al., 2006).
O NO2, por ser um agente oxidante, é altamente tóxico ao homem, pois aumenta sua
susceptibilidade aos problemas respiratórios em geral. Além disso, é irritante às mucosas e,
quando inalado, podem ser transformados em nitrosaminas, algumas das quais são
carcinogênicas (IEMA, 2007). Assim como o SO2, os óxidos de nitrogênio, quando na
presença de vapor de água, podem levar a formação de chuva ácida e causar corrosão aos
materiais e danos à vegetação (CETESB, 2010).
3.2.5. Ozônio Troposférico
Como foi dito anteriormente, o ozônio troposférico é produzido fotoquimicamente pela
radiação solar sobre os óxidos de nitrogênio e compostos orgânicos voláteis (CETESB, 2010).
Este poluente provoca danos na estrutura pulmonar, reduzindo sua capacidade e diminuindo a
resistência às infecções. Causa ainda, o agravamento de doenças respiratórias, aumentando a
incidência de tosse, asma, irritações no trato respiratório superior e nos olhos. Em relação ao
meio ambiente,o ozônio é agressivo às plantas, agindo como inibidor da fotossíntese e
produzindo lesões características nas folhas (IEMA, 2007).
3.2.6. Hidrocarbonetos (HC)
Os hidrocarbonetos são resultantes da combustão incompleta e evaporação de combustíveis e
outros produtos voláteis. Participam da formação de oxidantes fotoquímicos na atmosfera,
juntamente com os óxidos de nitrogênio. Causam irritação aos olhos, nariz, pele e trato
respiratório superior. Além disso, vários hidrocarbonetos são considerados carcinogênicos e
mutagênicos (IEMA, 2007).
3.3. LEGISLAÇÃO NACIONAL APLICÁVEL A QUALIDADE DO AR
A primeira tentativa a nível nacional de estabelecer o controle sobre as emissões de poluentes
aéreos deu-se a partir da edição da Portaria n°. 231 de 27 de abril de 1976 do Ministério do
Interior. Nesta portaria foram estabelecidos níveis de concentração máximas permitidas
através de padrões de emissão, com o objetivo de proteger a população e criar metas que

21
deveriam nortear os planos regionais de controle da poluição do ar. Tais padrões foram
trazidos da legislação americana (até então a mais desenvolvida a nível mundial), e
fracamente adaptadas à realidade brasileira (SANTOS, 1996).
Em meados da década de 80, diante da pressão causada por denúncias de problemas
ambientais ocorridos em todo o Brasil, foram sendo criados programas para o controle da
poluição ambiental (FURLAN, 1998).
No ano de 1989 é instituído o PRONAR - Programa Nacional de Controle da Qualidade do
AR, a partir da resolução CONAMA 05. Com a instituição do PRONAR o governo federal
visou reduzir os efeitos ambientais negativos da poluição atmosférica a nível nacional,
principalmente nas regiões metropolitanas. A estratégia básica do programa é limitar, a nível
nacional, as emissões por tipologia de fontes e poluentes prioritários, reservando o uso dos
padrões de qualidade do ar como ação complementar de controle (CONAMA, 1989). Ou seja,
os padrões de qualidade serão objetivo a ser atingido mediante estratégia fixada pelo padrão
de emissão nas fontes (SANTOS, 1996). Estes instrumentos seriam mais bem definidos nas
Resoluções CONAMA seguintes.
Ainda durante os anos 80, surgiu a Resolução CONAMA Nº 18/86, que estabeleceu o
Programa de Controle da Poluição do Ar por Veículos Automotores – PROCONVE. As ações
implementadas por este programa resultaram na redução significativa de emissão dos
poluentes emitidos pelos veículos automotores (CETESB, 2010).
Por meio da Resolução CONAMA Nº 03, de 28 de junho de 1990, o Instituto Brasileiro de
Meio Ambiente e dos Recursos Naturais Renováveis (IBAMA) estabeleceu os padrões
nacionais de qualidade do ar e os respectivos métodos de referência. Enquanto que na
Resolução CONAMA Nº 08, também de 1990, o IBAMA fixou padrões de emissão para
fontes fixas baseados em processos de combustão externa, que constituem o maior
contingente de fontes poluentes industriais a nível nacional. Nessa resolução, são fixados
ainda diferentes limites para plantas industriais por potência total (SANTOS, 1996).
3.4. PADRÕES E ÍNDICES DE QUALIDADE DO AR
Um padrão de qualidade do ar (PQAR) especifica legalmente o limite máximo para a
concentração de um componente atmosférico que garanta a proteção da saúde e do bem-estar
da população, bem como da fauna, flora, materiais e do meio ambiente em geral; sendo que a

22
máxima concentração de um poluente é determinada em função de um período médio de
tempo (IEMA, 2007).
Como foi dito anteriormente, os PQAR foram fixados na resolução CONAMA Nº03/90. Essa
resolução apresenta dois tipos de padrões de qualidade do ar:
a) Padrões Primários: são as concentrações de poluentes presentes no ar que,
ultrapassados, poderão afetar à saúde. Nesses, inclui-se, uma margem de segurança
para proteger a população mais sensível como crianças, idosos e pessoas com
problemas respiratórios. Assim, esses podem ser entendidos como níveis máximos
toleráveis de concentração de poluentes atmosféricos.
b) Padrões Secundários: são as concentrações de poluentes 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. Dessa forma, esses, podem
ser entendidos como níveis desejados de concentração de poluentes a longo prazo.
O objetivo do estabelecimento de padrões secundários é criar uma base para uma política de
prevenção da degradação da qualidade do ar.
Os padrões nacionais de qualidade do ar regulamentados são apresentados no Quadro 1:
QUADRO 1- PADRÕES NACIONAIS DE QUALIDADE DO AR (RESOLUÇÃO CONAMA Nº 03 DE 28/06/90)
Poluente
Tempo de
amostragem
Padrão primário
µg/m³
Padrão
secundário µg/m³
Método de
medição
Partículas totais em
suspensão
24 horas¹ 240 150 Amostrador de
grandes volumesMGA² 80 60
Partículas inaláveis
24 horas¹ 150 150 Separação
inercial/FiltraçãoMAA³ 50 50
Fumaça
24 horas¹ 150 100
Refletância
MAA³ 60 40
Dióxido de enxofre
24 horas¹ 365 100
Pararosanilina
MAA³ 80 40
Dióxido de
nitrogênio
1 hora 320 190
Quimiluminescência
MAA² 100 100
Monóxido de
carbono
1 hora¹
40.000 40.000
Infravermelho não
dispersivo
35 ppm 35 ppm
8 horas¹
10.000 10.000
9 ppm 9 ppm
Ozônio 1 hora¹ 160 160 Quimiluminescência
1. Não deve ser excedido mais que uma vez ao ano.
2. Média geométrica anual
3. Média aritmética anual
Fonte: (CETESB, 2010)

23
O rigor adotado nesses padrões, em termos de vigilância da qualidade do ar, é que o padrão
médio anual não deve ser excedido nenhuma vez e os padrões horários não devem ser
excedidos mais do que uma vez ao ano (CETESB, 2010).
Os índices de qualidade do ar (IQA) são subdivisões em faixas de concentrações para cada
poluente e essas são classificadas por cores que indicam os efeitos que os poluentes causam à
saúde humana, e tempo de exposição, subdividindo em intervalos calculados pelas médias
móveis das últimas 24h para os poluentes PTS, PM10 e SO2, 1h para os poluentes NO2 e O3 e
8h para o CO (IEMA, 2007).
A estrutura do IQA é obtida através de uma função linear segmentada, onde os pontos de
inflexão são os padrões de qualidade do ar. Desta função, que relaciona a concentração do
poluente com o valor índice, resulta um número adimensional referido a uma escala com base
em padrões de qualidade do ar. Para cada poluente medido é calculado um índice. O
desenvolvimento do IQA é baseado em estudos feitos pela Agência de Proteção Ambiental
Americana - EPA e estão apresentados nos relatórios “Pollutant Standards Index” EPA-
454/R-00-005 (CETESB, 2010).
A relação entre o IQA e efeitos à saúde é apresentado no Quadro 2.

24
QUADRO 2 - FAIXAS DE CONCENTRAÇÕES DOS POLUENTES PARA O CÁLCULO DO IQA.
* Grupos sensíveis são crianças, idosos e pessoas com doenças respiratórias e cardíacas.
Fonte: (CETESB, 2010).
Qualidade Índice
MP10
(μg/m³)
O3
(μg/m³)
CO
(ppm)
NO2
(μg/m³)
SO2
(μg/m³)
Fumaça
(μg/m³)
PTS
(μg/m³)
Significado
Boa 0-50 0-50 0-80 0-4,5 0-100 0-80 0-60 0-80
Praticamente não
há riscos a saúde.
Regular
51-100
>50-150
>80-160
>4,5 -
9
>100 -
320
>80-
365
>60-150
>80 -
240
Pessoas de grupos
sensíveis* podem
apresentar
sintomas como
tosse seca e
cansaço.
Inadequada
101-
199
>150 e
<250
>160 e
<200
>9 e
<15
>320 e
<1130
>365 e
<800
>150 e
<250
>240 e
<375
Toda a população
pode apresentar
sintomas como
tosse seca,
cansaço, ardor
nos olhos, nariz e
garganta. Pessoas
de grupos
sensíveis* podem
apresentar efeitos
mais sérios na
saúde.
Má
200-
299
≥250 e
<420
≥200 e
<800
≥15 e
<30
≥1130 e
<2260
≥800 e
<1600
≥250 e
<420
≥375 e
<625
Toda a população
pode apresentar
agravamento dos
sintomas como
tosse seca,
cansaço, ardor
nos olhos, nariz e
garganta e ainda
apresentar falta
de ar e respiração
ofegante.
Péssima ≥300 ≥420 ≥800 ≥30 ≥2260 ≥1600 ≥420 ≥625
Toda a população
pode apresentar
sérios riscos de
manifestações de
doenças
respiratórias e
cardiovasculares.
Aumento de
mortes
prematuras em
pessoas de grupos
sensíveis.

25
3.5. INVENTÁRIO DE FONTES
A EPA (1999) define a ferramenta "inventário de emissões atmosféricas" como sendo uma
listagem atualizada e abrangente das emissões atmosféricas causadas por fontes ou grupo de
fontes que estão localizadas numa área geográfica específica para um intervalo de tempo
definido.
Os inventários de emissão servem como dados de entrada para os modelos de dispersão,
permitindo a estimativa das concentrações médias dos poluentes na atmosfera local.
As fontes de emissão de partículas e/ou gases podem ser classificadas como pontuais ou
extensas, de acordo com suas características físicas (IEMA, 2007):
a) Fontes Pontuais: são aquelas que, devido às pequenas dimensões da sua área de lançamento, podem
ser consideradas como um ponto em relação às demais fontes e à região impactada. Exemplos típicos de
fontes pontuais são as chaminés das indústrias.
b) Fontes Extensas: são aquelas que têm uma superfície significativa em relação às demais fontes e à
região impactada. Exemplos de fontes extensas são as pilhas de materiais secos, as vias pavimentadas
ou não e os solos descobertos ou os pontos de manuseio e estocagem de materiais. Usualmente
representam um grande número de atividades que individualmente lançam pequenas quantidades de
poluentes para a atmosfera, mas que coletivamente passam a ter emissões significativas.
As fontes de emissão para a atmosfera são ainda classificadas em fixas e móveis:
a) As fontes fixas possuem posicionamento constante no tempo. Essas fontes produzem cargas pontuais
e difusas de poluente, sendo tipicamente representadas pelas chaminés de exaustão, pilhas de materiais
e tanques de armazenagem de líquidos orgânicos, sendo que nesse estudo foram consideradas também
outras tipologias de fontes fixas, como emissões de poluentes provenientes de postos de combustíveis,
aeroportos, aterros sanitários e residências.
b) As fontes móveis variam sua posição ao longo do tempo, exemplificadas pelos veículos com motores
de combustão. Tais fontes produzem cargas difusas de poluentes.
3.6. DISPERSÃO ATMOSFÉRICA
Na atmosfera, os processos de dispersão de poluentes desempenham papel fundamental, pois
permitem a “renovação” do ar no ambiente, fazendo com que os poluentes decorrentes das
fontes naturais ou antropogênicas assumam concentrações cujos valores sejam aceitáveis para
a vida humana (BARBON, 2008).
Contudo devido à intensificação da poluição do ar por fontes antropogênicas, e os
consequentes problemas ocasionados sobre os diversos ecossistemas e sobre a saúde das
pessoas, se tornou essencial entender o processo de dispersão dos poluentes para que pudesse
prever os diferentes cenários das condições atmosféricas (BRAUER, 2004).

26
Pode-se dizer que a qualidade do ar de uma região é o resultado das complexas interações
entre os poluentes atmosféricos e as condições meteorológicas e topográficas locais. A
dispersão, portanto, é um processo extremamente complexo. Isso é devido ao fato que os
escoamentos na baixa atmosfera, ou seja, na chamada camada limite planetária (CLP), são
governados pela turbulência, que é resultado direto dos efeitos térmicos (correntes
convectivas geradas do aquecimento solar desigual da superfície) e mecânicos (quantidade de
movimento do vento horizontal, que promove das camadas de ar em contato com a superfície)
(MORAES, 2001; NEDEL, 2003). Ainda segundo Moraes (2001), os efeitos da turbulência,
fator principal na dispersão vertical dos poluentes, devem ser detalhados pelos modelos de
dispersão para que sejam capazes de obter previsões confiáveis de contaminantes na
atmosfera.
Ao lado da turbulência, a dispersão atmosférica está relacionada com a elevação do terreno, o
perfil vertical da temperatura na atmosfera (estabilidade) e da movimentação das massas de
ar. Desse modo, é fundamental abordar, mesmo que de forma breve, os outros fatores que
influenciam a dispersão atmosférica e que devem ser considerados nas análises dos resultados
da modelagem. Estes tópicos são mais bem detalhados nos tópicos seguintes.
3.5.1. Influência dos Ventos
A direção inicial do transporte dos poluentes originados de uma fonte é determinada pela
direção do vento medido no local da fonte. A concentração de poluentes, originados de fontes
pontuais (uma chaminé, por exemplo), é provavelmente mais sensível à direção do vento do
que a qualquer outro parâmetro. Pequenos erros na estimativa da direção e intensidade do
vento podem ocasionar grandes erros nas estimativas de concentrações (VINCENTINI, 2011).
3.5.2. Brisa Marítima e Terrestre
O aquecimento diferenciado entre continente e oceano promove fluxos de energia diferentes
para a atmosfera, causando gradientes de pressão em determinados níveis acima da superfície,
os quais impulsionam o movimento das massas ar. Este movimento gera divergência e
convergência em diferentes pontos, o que faz com que se estabeleça uma célula de circulação.
Durante o dia o solo costeiro esquenta mais facilmente do que a água. Como o ar morno é
menos denso do que o ar frio exercendo, portanto, uma menor pressão, então durante o dia o
ar logo acima do solo é pressionado para cima pelo ar frio que vem das camadas mais
próximas à água para substituí-lo. Surge assim a brisa marítima. À noite o processo se inverte,
pois o solo esfria mais rapidamente que a água. Isto faz com que o ar mais aquecido se

27
encontre agora acima do mar e este é então pressionado pelo ar frio proveniente do solo. A
Figura 1 representa exemplos de brisa marítima e terrestre.
FIGURA 1 – (A) BRISA MARÍTIMA, (B) BRISA TERRESTRE
Fonte: http://mirabeli.meteo.furg.br/aulas/ClimadaTerra/artigos/brisaepoluentes.pdf
3.5.3. Ventos em Vales
De maneira análoga à brisa marítima e terrestre, o aquecimento diferenciado ao longo da
superfície terrestre é responsável pelos gradientes de pressão que forçam os movimentos. O
estabelecimento da brisa vale-montanha é caracterizado por mudanças nos campos de
temperatura, umidade e vento. A brisa do vale ("upslope") é o análogo da brisa marítima e a
de montanha ("downslope"), da brisa terrestre. A Figura 2 representa exemplos de brisa do
vale e da montanha.
FIGURA 2 – (A) BRISA DO VALE (B) BRISA DA MONTANHA
Fonte: http://mirabeli.meteo.furg.br/aulas/ClimadaTerra/artigos/brisaepoluentes.pdf
3.5.4. Building Downwash (Efeito da Presença de Edificações)
Os prédios situados próximos às fontes pontuais de emissões de poluentes atmosféricos
podem interferir em sua dispersão, através do impacto da pluma de poluentes nas estruturas,
que pode causar uma mudança em seu curso normal, causando a queda da pluma no solo. Este
efeito é denominado building downwash Se o poluente só sobe a uma altura menor que a

28
altura do prédio (ou obstáculo), e consequentemente não o ultrapassa, isso causa o aumento de
sua concentração no vórtice próximo ao solo daquele obstáculo.
3.5.5. Influência da Estabilidade Atmosférica
A estabilidade da atmosfera pode ser definida como sendo a sua capacidade de resistir ou
intensificar os movimentos verticais. Quando ela resiste aos movimentos verticais é chamada
de atmosfera estável, quando intensifica os movimentos verticais é dita atmosfera instável ou
convectiva, e quando é indiferente a qualquer tipo de movimento vertical é chamada
atmosfera neutra. Através do perfil de temperatura potencial na vertical, pode-se determinar o
grau de estabilidade da atmosfera, e cada tipo de estabilidade atmosférica irá proporcionar
uma melhor ou pior dispersão dos poluentes (MORAES, 2004).
Condições neutras são caracterizadas pela ocorrência de um perfil vertical de temperatura
adiabático (aproximadamente constante com a altura). Estas condições ocorrem geralmente
durante as transições do dia para noite e vice-versa, em dias nublados, ou com fortes ventos
(velocidades maiores do que 6 m/s). Em atmosferas neutras, a pluma assume uma forma
cônica. Nesses casos a turbulência pode ser considerada homogênea, com turbilhões de
mesmo tamanho aproximadamente, atuando em todas as direções (MORAES, 2004).
Se a temperatura diminui com a altura numa taxa maior que a adiabática (neutra) então a
atmosfera está instável. Para condições similares de vento, a instabilidade atmosférica é mais
frequente e de maior intensidade no período diurno do que no noturno, em dias claros do que
nos dias encobertos, em noites encobertas do que em noites limpas, e em dias de verão do que
em dias de inverno (STERN, et al., 1984 apud MORAES, 2004). Estas condições
proporcionam uma forte mistura vertical dos poluentes provocada por movimentos
convectivos organizados gerados pelo aquecimento solar da superfície (CARVALHO, 1999).
Em atmosferas convectivas o aspecto da pluma assume uma forma serpenteante.
Condições estáveis são caracterizadas por um perfil superadiabático (aumento da temperatura
com a altura). Esta condição é frequentemente encontrada na superfície, durante noites claras
(céu claro), com ventos fracos. Sob esta condição, a temperatura não diminui rapidamente
com a altura. Nesta camada os movimentos verticais são parcialmente limitados, e uma
camada de mistura baixa é observada. Ou seja, há predominância da turbulência mecânica
sobre a convectiva. (NEDEL, 2003). O aspecto da pluma em uma atmosfera estável é tubular.
Sob estas condições, com ventos fracos, o poluente pode viajar a grandes distâncias mantendo
altas concentrações. Modelar o transporte e dispersão de poluentes na camada estável ainda é

29
um dos grandes desafios da meteorologia. Baseado nessas conclusões com relação às
condições de estabilidade atmosférica pode-se antecipar que condições estáveis tendem a ser
desfavorável à dispersão de poluentes. Em casos extremos de estabilidade atmosférica, a
inversão da temperatura impede o movimento vertical, resultando em uma inversão de
camadas próxima a superfície. Onde uma camada morna de ar cobre uma camada mais fria. E
devido à camada de inversão limitar a mistura vertical dos contaminantes pode-se dizer que
sob esta condição a dispersão é considerada desfavorável e terá como consequência o
confinamento dos poluentes próximo do solo (CUNHA, 2002).
Existem ainda situações mistas, onde o perfil de temperatura sofre uma inversão com a altura
e a pluma pode ser, por exemplo, aprisionada nesta camada de inversão. É o caso da
fumigação, onde uma inversão de altura impossibilita a dispersão para altitudes mais
elevadas, enquanto que na camada abaixo o perfil é instável. Desta forma o poluente é
disperso em direção ao solo pelas correntes descendentes os níveis de concentração ao nível
do solo podem ser bem altos. Este tipo de condição ocorre geralmente pela manhã ou à noite.
Outra situação bem próxima da fumigação é a chamada trapping. Neste caso a atmosfera
encontra-se em estado neutro e logo acima, na altura da pluma, uma camada de inversão se
forma. Assim os poluentes são aprisionados e se dispersam em formato cônico. O inverso
deste caso é a chamada condição do tipo anti-fumegante, em que uma inversão localizada
abaixo da altura da chaminé impede que os poluentes cheguem ao solo (MORAES, 2004).
3.5.6. Influência do Terreno
A complexidade do terreno é muito importante para definição de parâmetros na modelagem
matemática de poluentes, pois a mesma ocasiona grandes mudanças na direção/velocidade do
vento e nos fluxos turbulentos. Este fato limita a aplicação de modelos simples, os do tipo
gaussianos, por exemplo, e a utilização de grandes áreas de modelagem, visto que condições
de estacionariedade e homogeneidade dificilmente são encontradas. Os terrenos planos são
aqueles sem nenhum tipo de elevação na vertical, ou com elevações que não influenciam
significativamente o escoamento ao seu redor, gerando recirculações. Já os terrenos
complexos apresentam elevações verticais são significativas a ponto de influenciar o
escoamento atmosférico ao seu redor, gerando recirculações. Segundo Carvalho (1996), as
principais situações que podem aumentar as concentrações em terreno complexo são:
encontro da pluma com montanhas, acúmulo de poluentes em vales, arrasto dos poluentes
para centros urbanos devido ao fenômeno da canalização do vento pelos vales, fenômenos já
explicados quando tratada a influência do vento.

30
3.7. ESTUDOS DA MODELAGEM DA QUALIDADE DO AR
Soares (2010) avaliou a aplicabilidade do Sistema de Modelagem CALPUFF (SMC) em
diferentes situações atmosféricas atuantes na Região Metropolitana do Rio de Janeiro
(RMRJ). Nas três estratégias adotadas para a modelagem, o poluente de referência foi o SO2,
por ser um poluente pouco reativo. Na primeira estratégia, o SMC foi comparado ao modelo
Gaussiano AERMOD com base nos dados observados na estação de qualidade do ar
localizado em Nova Iguaçu. Tal comparação compreendeu o período entre 20 de agosto e 19
de setembro de 2008. A análise comparativa dos resultados se deu a partir da avaliação dos
seguintes índices estatísticos: coeficiente de correlação (COR), erro médio quadrático
normalizado (EMQN), desvio fracional padrão (FS), desvio fracional (FB) e fator de dois
(FA2). Os resultados obtidos pelo SMC foram superiores aos resultados do AERMOD, sendo
ainda melhores quando o refinamento de grade foi aplicado ao SMC. Isto pôde ser visto
através dos índices COR (0,33 para o AERMOD e 0,58 para o SMC), EMQN (1,98 para o
AERMOD e 0,43 para o SMC), FB (0,90 para o AERMOD e -0,07 para o SMC), FS (1,28
para o AERMOD e -0,42 para o SMC) e FA2 (0,33 para o AERMOD e 0,74 para o SMC),
sendo este último o índice normalmente utilizado para validar os modelos de qualidade do ar,
onde 1,0 é o valor ótimo. Na segunda estratégia, o SMC foi testado sob situações
meteorológicas de ocorrência frequente na RMRJ (Sistema Frontal (SF) e Anticiclone
Subtropical do Atlântico Sul (ASAS), nas quais os modelos Gaussianos de abordagem
clássica não são aplicáveis. O período escolhido para análise do SMC, sob atuação de um SF,
variou entre 00 horas do dia 01 de junho de 2009 e 18 horas deste mesmo dia. O dia 17 de
julho de 2009 foi selecionado para avaliar o SMC quando o ASAS era o sistema dominante
sobre a RMRJ. O SMC simulou os padrões esperados de advecção para nordeste, quando
influenciado pelo SF, e também, fenômenos como calmarias e brisas, durante o período de
atuação do ASAS.Na última estratégia, o SMC foi utilizado para a análise do transporte de
poluentes entre as Bacias Aéreas I, II e III da RMRJ, na intenção de avaliar o impacto
integrado das emissões. Os resultados para esta estratégia levam a acreditar que existe uma
interação significativa entre a qualidade do ar das Bacias Aéreas.
Velloso (2007) avaliou os modelos Gaussianos de qualidade do ar AERMOD e ISC3 para a
Bacia Aérea III da RMRJ. O período considerado foi o ano de 2002. Para as simulações foram
consideradas as emissões do poluente SO2 provenientes de 24 fontes fixas, representativa das
atividades industriais, e representadas nas simulações por fontes áreas. As emissões referentes
às atividades automotivas foram assimiladas no modelo nas simulações por fontes linhas. Os

31
resultados foram representados em cinco estações receptoras, onde estão localizadas as
estações de monitoramento da qualidade do ar, com o objetivo de utilizar os dados observados
dessas estações e compará-los aos dados previstos pelos modelos. Observaram-se regimes
variados de vento, que consequentemente influenciaram nas discrepâncias entre as simulações
e os dados observados das estações. As simulações mostraram que os melhores resultados
foram obtidos para a estação Nova Iguaçu, estação que se encontra mais próxima da estação
meteorológica usada na modelagem em relação às outras estações de qualidade do ar. Os
índices estatísticos mostraram que os modelos não estão aptos para avaliar toda a região da
Bacia Aérea III, pois apesar da região ser relativamente pequena, existe uma variedade de
regimes de vento. Assim, resultados satisfatórios só foram obtidos para regiões próximas da
principal região poluidora e da estação meteorológica usada, e a análise feita entre os modelos
mostraram que estes foram similares, com tendência do ISC3 em superestimar os resultados
do AERMOD.
Donaldson et. al. (2008) compararam os desempenhos dos modelos AERMOD e CALPUFF
utilizando a concepção near field para o poluente material particulado emitidos por fontes
fugitivas em uma região de terreno plano. Comparativamente os modelos foram configurados
de três formas: (1) a mais refinada com resolução de grade de 100 m para ambos os modelos;
(2) com resolução de grade de 500 m; (3) e por último a grade grosseira com uma resolução
de 1 km. Em nenhuma delas foi ativado no CALPUFF o módulo de transformação química.
No primeiro estudo de caso, os modelos com suas respectivas configurações foram
executados sem os processos ativados de deposição seca e sedimentação. Os resultados do
CALPUFF se mostraram menores quando comparados com os do AERMOD, principalmente
para receptores mais distantes. Esses resultados sugerem a modelagem mais realística do
CALPUFF, que é não estacionário, o que permite que cada pacote de poluente se mova no
tempo e no espaço, em vez do progresso instantâneo em linha reta do poluente através do
domínio como acontece no AERMOD. Na segunda análise os modelos foram executados com
os processos remoção ativados. Os resultados foram bem similares aos anteriores, exceto que
ambos os modelos foram em média 16% menores que os simulados no primeiro caso.
Silva e Sarnaglia (2010) analisaram a dispersão do poluente PM10 na Região Metropolitana
da Grande Vitória (RMGV) utilizando o modelo CALPUFF. O domínio computacional foi
definido de maneira a conter todas as fontes contempladas no inventário de fontes fornecido
pelo Instituto Estadual de Meio Ambiente e Recursos Hídricos (IEMA), que incluem tantos as

32
fontes estacionárias como as fontes móveis. Ao final chegou numa malha de 50 por 50 Km,
com espaçamento de 1 Km, sendo que a capital Vitória foi tomada como centro deste
domínio. As fontes industriais foram modeladas de três formas diferentes (fontes de área,
pontuais e volumétricas) de acordo com suas características, enquanto que as fontes móveis
foram modeladas apenas em forma de fontes de área. Para a análise estatística dos resultados
usou os seguintes índices estatísticos: coeficiente de correlação (COR), erro médio quadrático
normalizado (EMQN), desvio fracional (FB), fator de dois (FA2), vício e Robust Highest
Concentration (RHC). Os resultados foram comparados aos dados de monitoramento das
estações de Laranjeiras, Carapina, Jardim Camburi, Enseada do Suá, Vitória Centro, Vila
Velha Ibes, Vila Velha Centro e Cariacica.
Para as médias horárias, os fatores de correlação encontrados encontram-se abaixo do
esperado se comparados, sendo que o melhor resultado foi para à estação de Carapina para a
qual o fator de correlação se aproxima de 0.17. Os valores do vício, na maioria dos casos,
deram valores negativos o que indica que o modelo subestimou as concentrações do poluente.
Quanto aos índices razão RHC e o FB, esses indicam o desempenho do modelo quanto as
altas concentrações. Valores maiores que 1 para a razão RHC indicam sobrepredições, os
menores subpredições; assim como valores positivos de FB indicam sobrepredições e
negativos subpredições. O modelo superestimou as concentrações mais altas das estações de
Carapina, Enseada do Suá, Vitória-Centro, Vila Velha-Centro e Cariacica e, portanto, na
maioria dos casos, as concentrações máximas previstas pelo CALPUFF são maiores que as
concentrações observadas. Entretanto, os valores encontrados para as estações de Laranjeiras,
Jardim Camburi e Vila Velha-Ibes para a razão RHC indicam que o modelo superestima as
concentrações nestas regiões. Os valores do FAC2 encontrados ficaram aquém do esperado
para na maioria das estações. Para a estação de Cariacica o FAC2 se aproxima de 0.20,
enquanto as estações de Vila Velha- Centro e Enseada do Suá com 0.52 e 0.99 superam as
expectativas e Enseada do Suá quase atinge o desempenho ótimo de 1.00. Os resultados
também foram avaliados para a média de 24h e a média mensal para todas as estações de
monitoramento. Por fim, notou-se a melhora do desempenho do modelo com aumento do
tempo de média, indicando a dificuldade da modelagem em acompanhar variações horárias
nessa aplicação.
Moraes (2004) em sua tese apresenta uma ferramenta para a previsão do campo de vento e
concentração de poluentes na micro-escala atmosférica. Para a obtenção deste objetivo,
modelos de última geração para o cálculo do campo de vento e concentração de poluentes na

33
atmosfera foram unificados através de uma interface totalmente concebida no
SINMEC/UFSC. Esta interface foi testada e verificada utilizando dados reais e simulados de
vento, apresentando bons resultados. Os modelos utilizados foram o Advanced Regional
Prediction System (ARPS), California Meteorological Model (CALMET) e o California Puff
Model (CALPUFF). Os resultados das simulações com os modelos ARPS e CALMET foram
avaliados utilizando índices estatísticos, e apresentaram valores comparáveis aos encontrados
na literatura. Os resultados obtidos para as concentrações de poluentes, como modelo
CALPUFF, foram por sua vez, comparados com dados reais de concentração de poluentes,
medidos nos arredores do complexo termoelétrico Presidente Jorge Lacerda, localizado no
município de Capivari de Baixo (SC). Os resultados obtidos para concentração do poluente
SO2 ficaram em torno de 30 a 60 % dentro de um fator de 2 (FAC2), que por sua vez, estão
dentro intervalo esperado.
Com base nesta revisão, pode-se afirmar que os sistemas de modelos para a qualidade do ar
são, hoje em dia, as ferramentas mais modernas disponíveis para estudos, previsões e
monitoramento da qualidade do ar.

34
4. DESCRIÇÃO DOS MODELOS
Os modelos de dispersão atmosférica representam uma descrição matemática simplificada dos
processos de transporte e de difusão turbulenta dos poluentes na atmosfera. Estes modelos
têm como base a solução das equações fundamentais de transporte, que não apresentam
solução analítica, de forma que são necessários métodos numéricos, aplicados às condições
iniciais e de contorno apropriadas para a obtenção de uma solução (MELO, 2011).
Estes modelos variam em grau de complexidade e podem ser classificados pela concepção
matemática em duas principais classes, os eulerianos e lagrangeanos. Os modelos eulerianos
utilizam soluções da equação difusão-advecção (uma aproximação da equação de conservação
da massa), em um sistema de referência fixo em relação à terra (SOARES, 2010). Esses
modelos em geral requerem um custo computacional muito elevado devido à complexidade
de suas equações (VICENTINI, 2011).
Na metodologia lagrangeana, formula-se um modelo de trajetórias para o movimento das
partículas do fluido. O elemento ou partícula de um fluido é um pequeno volume de controle
que viaja com a velocidade local do meio fluido, de modo que a solução do escoamento
turbulento que transporta estas partículas deve ser conhecida. Para isso, é necessário conhecer
a densidade de probabilidade da distribuição de concentração do poluente (MORAES, 2004).
Em resumo, abordagem euleriana utiliza-se da solução de uma equação diferencial de
conservação da massa para determinar a concentração média da espécie em um ponto no
espaço, considerando o referencial fixo em relação à terra. Para isso utiliza-se de métodos
numéricos (diferenças finitas, volume finitos, etc.), dando as devidas condições iniciais e de
contorno. Já na abordagem lagrangeana, o fenômeno é descrito a partir de uma formulação
integral utiliza-se de um referencial móvel, que se desloca com a pluma de poluentes. Pode-se
assim dizer que a concepção lagrangeana é uma técnica alternativa para obter as
concentrações médias sem precisar resolver a equação de difusão-advecção, proporcionando
assim ganho computacional nas modelagens (VICENTINI, 2011).
Ainda existem os modelos gaussianos, que podem ser considerados como uma subclasse dos
dois anteriores (LONGHETTO, 1980 apud MORAES, 2001). Os modelos clássicos
guassianos foram obtidos pela simplificação da equação de transporte de massa, considerando
à homogeneidade da turbulência e do vento. Devidos a dificuldade de encontrar estas
condições na CLP, esses modelos ficam limitados a aplicações de near field, conhecidos

35
também como Short Range Transport – SRT, onde as fontes emissoras se encontram em
distâncias menores que 50 km dos receptores (SOARES, 2010).
Contudo, devido à sua simples concepção e sua fácil implementação numérica, os modelos de
pluma Gaussiana são largamente utilizados na predição de concentrações de contaminantes na
camada limite atmosférica (CLA), principalmente no cálculo das máximas concentrações ao
nível do solo (ARYA, 1999 apud VICENTINI, 2011).
Porém para simulações em que o transporte de poluentes percorre longas distâncias (Long
Range Transport – LRT ou far-field), acima dos 50 km, a EPA recomenda modelos baseados
na concepção gaussiana do tipo puff (EPA. 2005A), que são aperfeiçoamentos destes últimos.
Esses modelos já possuem uma aplicabilidade bem maior e são hoje em dia, segundo alguns
autores, as ferramentas mais potentes para o estudo do transporte e dispersão de poluentes
Os modelos AERMOD e CALPUFF usados neste estudo se baseiam nas metodologias
gaussianas clássica e do tipo puff, respectivamente.
4.1. AERMOD
O AERMOD é um modelo de dispersão Gaussiano, ou seja, a pluma dispersa na direção
vertical e horizontal em regime permanente, sendo que a distribuição em grandes distâncias se
altera por efeito da turbulência na camada da superfície da Terra (HOLMES e
MORAWASKA, 2006). Neste modelo o sistema de coordenadas é fixo e as propriedades do
fluido como densidade, temperatura e velocidades do vento são calculadas em um ponto do
espaço fixo, com coordenadas nos eixos x, y e z, no tempo t desejado. (SILVA e
SARNAGLIA, 2011).
No presente capitulo será descrito como o modelo AERMOD calcula a concentração nos
receptores a partir dos parâmetros de entrada necessários para a modelagem. Esses parâmetros
podem ser características da fonte, como tipo de fonte geradora, vazão, a concentração do
poluente e a taxa de emissão, além de características da região, como direção e velocidade do
vento (MOTA, 2000). As características anteriormente citadas sofrem influência direta das
características atmosféricas e geofísicas, como albedo e rugosidade do solo (CIMORELLI et
al., 2004).
O programa utilizado no presente estudo é composto por um programa principal (AERMOD)
e dois pré-processadores (AERMET e AERMAP). Nos subcapítulos abaixo será descrito

36
como ocorre a avaliação das informações meteorológicas disponíveis para posterior
organização pelo AERMET e como as características do terreno, bem como dos pontos
receptores são agrupados pelo AERMAP.
Assim, alterando as configurações desejadas nos pré-processadores e no próprio programa é
possível considerar alguns outros processos, a fim de tornar a modelagem cada vez mais
próxima dos processos que ocorrem na atmosfera. Dentre eles podemos citar:
 Deposição seca: Utilizada para o cálculo das taxas de deposição dos gases e de
material particulado.
 Deposição úmida: Função disponível para calcular a remoção dos poluentes por meio
de processos úmidos, como nuvens e chuva. Seu calculo é baseado no coeficiente
horário.
 Plume rise: Utiliza as relações de Briggs (1975), definidas em função do empuxo e da
quantidade de movimento, para calcular a elevação da pluma durante condições
neutras e instáveis.
 Efeito de cisalhamento do vento: Este processo é considerado no default do modelo.
 Terreno complexo: Segundo Sheppard (1956), para considerar uma topografia
complexa da região de estudo pode-se utilizar o conceito de divisão de linha de
corrente, que consiste no escoamento e a dispersão de poluentes atmosféricos em
terrenos complexos se desenvolverem em duas camadas, sendo que na camada inferior
o escoamento permanece na horizontal enquanto na camada superir o escoamento
tende a ascender sobre o terreno.
 Building downwash: Que modela a efeito exercido pelos obstáculos sobre a pluma a
partir do modelo Plume Rise Model Enhancements (PRIME). Segundo MELO (2011),
o processo calcula os seguintes parâmetros:
o Campos de intensidade turbulenta;
o Velocidade do vento;
o Inclinação das linhas de corrente média.

37
Como os valores acima explicitados decaem gradualmente após o obstáculo, o modelo
PRIME determina a mudança na posição da linha central da pluma e o espalhamento
da mesma.
 Tratamento de fontes-área e fontes-volume: Algumas fontes linhas, como vias de
tráfego podem ser tratadas como fontes-áreas alongadas ou fontes-volume encadeadas
umas às outras (JUNGERS et al., 2006).
4.1.1. Formulação Matemática
Um dos principais avanços dos cálculos de dispersão do AERMOD em relação aos outros
modelos regulatórios existentes é a representação da dispersão da pluma na camada limite
convectiva, que ocorre pela consideração de transporte de poluente nas porções superior e
inferior da pluma, como é apresentado pela Figura 3 abaixo (EPA, 2004a).
FIGURA 3 - Aproximação da distribuição da pluma na camada limite convectiva
Fonte: Adaptado de EPA, 2004a.
Para isso, o modelo adota que horizontalmente a pluma se dispersa de maneira gaussiana,
enquanto que verticalmente, além da dispersão da pluma gaussiana vertical, considera
também uma pluma indireta e uma pluma penetrada. A fonte indireta consiste na consideração
da parte da pluma que primeiro atinge a altura da camada limite convectiva, e a pluma
penetrada é a consideração da contribuição da fonte que penetra além do topo da camada
limite convectiva (CLC) (BARBON, 2008), como pode ser observada na Figura 4.

38
FIGURA 4 - Tratamento da Pluma na Camada Limite Convectiva pelo modelo AERMOD.
Fonte: Adaptado de EPA, 2004a.
O modelo descrito na presente seção pode ser derivado da equação de advecção-difusão em
situações idealizadas, porém, como característica do modelo, é considerado que a velocidade
do vento é constante, o regime estacionário e a turbulência homogênea. Assim, a contribuição
da fonte direta pode ser descrita pela equação abaixo, apresentada pela (EPA, 2004a).
Sendo que:
: Concentração devido a fonte direta
Q: Vazão mássica de emissão pela chaminé
: Velocidade média vertical da porção da pluma
: Altura efetiva da chaminé corrigida para o efeito de recirculação que pode ocorrer devido
à chaminé (stack tip downwash)
: Subida da pluma da fonte direta
: Fração do material emitido pela fonte que permanece na camada limite convectiva (
0 1pf  )
: Valor igual à 1 para linha inferior da pluma e igual à 2 para a linha superior da pluma

39
: Velocidade do vento
: Coeficiente de dispersão horizontal
: Coeficiente de dispersão vertical
: Distância segundo as direções dos eixos coordenados
: Coeficiente de distribuição
: Altura entre a base da fonte e a linha central da pluma
exp(.): e é a base dos logarítimos naturais.
Já a contribuição das fontes indiretas pode ser descrita como a equação abaixo, também
apresentada pela (EPA, 2004a).
Em que é a parte da pluma que ascende além do topo da camada limite convectiva.
A contribuição da fonte que penetra além do topo da camada limite convectiva pode ser
expressa como:
Sendo,
: Altura acima da superfície refletida em uma camada estável
: Dispersão vertical total da fonte penetrada
: Altura da pluma que penetra além da camada limite convectiva
As equações acima descritas apresentam a concentração do poluente desejado em um ponto
do espaço pré-definido.
O primeiro termo em colchetes da equação 1 representa a parcela da concentração relativa à
dispersão vertical. Já o segundo termo em colchetes apresenta o acúmulo de poluente
proveniente da consideração do efeito do contorno sólido ou contorno de reflexão, devido ao
solo.

40
4.1.2. Descrição do pré-processador AERMET
O pré-processador de dados meteorológicos do modelo matemático AERMOD é o AERMET.
Dentre suas funções, a principal é a organizações de dados meteorológicos para posterior uso
no AERMOD.
Para isso, o pré-processador é dividido em três etapas complementares: na primeira ocorre a
extração e o processamento dos dados meteorológicos a serem considerados no estudo.
Na segunda etapa ocorre o agrupamento dos dados em períodos de 24 horas e gera com eles
um único arquivo, e na última etapa de processamento o programa lê o arquivo gerado pelo
estágio anterior e estima os parâmetros de camada limite, que são necessários como dados de
entrada do AERMOD (EPA, 2004b). O AERMOD utiliza esses valores para gerar um perfil
de variáveis meteorológicas, necessário na simulação da dispersão dos poluentes.
Esses passos são explicados pela Figura 5:
FIGURA 5 - Atividades das três etapas do pré-processador AERMET
Fonte: FERREIRA, 2005.
4.1.3. Dados de entrada para o AERMET
Também conhecido como AERMOD Meteorological Preprocessor, é o responsável pela
realização das etapas acima citadas. Para isso é necessário o fornecimento dos dados
característicos de superfície, como reflexibilidade (albedo), rugosidade da superfície e
informações meteorológicas. Esses parâmetros são utilizados para o cálculo de alguns
parâmetros da camada limite, como a velocidade de fricção e o comprimento de Monin-

41
Obukhov e que, a partir desses dados, o pré-processador pode estimar as escalas de
velocidade convectiva e altura da camada de mistura. Esses dados geram dois arquivos de
saída, que são utilizados pelo AERMOD. São eles o AERMET.pfl e o AERMET.sfc (EPA,
2004a).
As observações meteorológicas mínimas necessárias para as simulações com o modelo
AERMET são basicamente:
1. Dados meteorológicos de superfície.
i. Observações horárias de:
a) velocidade do vento
b) direção do vento
c) temperatura ambiente ou de bulbo seco
d) cobertura de nuvens ou cobertura total do céu
e) pressão na superfície (opcional)
f) umidade relativa (opcional)
ii. Dados de precipitação:
a) taxas de precipitação (opcional)
2. Dados de altitude (ar superior):
i. Dois perfis verticais diários de:
a) velocidade do vento
b) coeficiente de turbulência vertical
c) temperatura
d) desvio padrão da direção do vento
Segundo a EPA (2004b), o AERMET pode processar os seguintes formatos: CD144 (Card
Deck 144 Format), SCRAM (Suport Center for Regulatory Models) e SAMSON (Solar and
Meteorologial Surface Observation Network).
4.1.4. Dados de saída do AERMET
Os dados de saída do AERMET, após as três etapas são os arquivos AERMET.pfl e o
AERMET.sfc, sendo que o primeiro apresenta o resultados dos cálculos relativos aos

42
parâmetros da camada limite, enquanto o segundo contém os dados meteorológicos de
superfície. Os parâmetros presentes nos arquivos são:
 Fluxo de Calor na Superfície (H);
 Velocidade de Fricção (u*);
 Comprimento de Monin-Obukhov (L);
 Escala de Temperatura Potencial ( *);
 Altura da Camada de Mistura (Zi);
 Escala de Velocidade Convectiva (w*).
No AERMOD eles serão utilizados para calcular os perfis verticais de:
 Velocidade do Vento (u);
 Gradiente de Temperatura Potencial ( );
 Temperatura Potencial ( );
 Turbulência Vertical ( );
 Turbulência Lateral ( ).
É importante ressaltar que a relevância dos resultados depende da qualidade dos dados
iniciais.
4.1.5. Descrição do pré-processador AERMAP
Para um modelo matemático ser considerado regulatório ele deve seguir uma série de
parâmetros, dentre elas o de modelar a concentração em qualquer tipo de terreno, ou seja, de
terrenos planos a terrenos complexos, uma vez que essas informações interferem nos
resultados obtidos na modelagem em alguns pontos receptores. Para isso o AERMOD utiliza
o pré-processador AERMOD Terrain Preprocessor (AERMAP), que foi desenvolvido para
pré-processar dados de terreno juntamente com a localização dos pontos receptores e das
fontes de emissão. Como arquivo de saída gera um dos arquivos de entrada para o AERMOD
com uma escala de altura para a posição de cada ponto receptor. Segundo BARBON (2008),
em resumo, o AERMAP deve determinar a elevação da base das fontes e dos receptores, para
um resultado de modelagem pelo AERMOD mais próximo dos dados de medição.

43
4.1.6. Dados de entrada para o AERMAP
Para o pré-processamento nesta etapa é necessário fornecer ao programa a localização das
fontes receptoras e um arquivo de terreno, no formato Digital Elevation Model (DEM) que,
segundo THÉ (2006), consiste em uma malha contendo os dados de elevação do terreno de
dimensão aproximada de 90 metros por 90 metros na linha do equador, onde serão plotadas as
fontes e os receptores. Arquivos nessa extensão são obtidos através da United States
Geological Survey – USGS (EPA,2004c).
4.1.7. Dados de saída do AERMAP
O arquivo de saído deste pré-processador contém as informações geográficas das fostes e
pontos receptores com a altura de base e a escala de altura em um arquivo no formato da
forma AERMAP.OUT. Assim, este arquivo contém os locais onde se deseja obter as
concentrações dos poluentes requeridos.
4.1.8. Modelagem de fontes no AERMOD
No modelo regulatório AERMOD as emissões podem ser representadas como fonte pontual,
área e volumétrica, além de areapoly e areacirc, que serão explicadas nas seções seguintes.
Essa distinção é necessária tendo em vista as variadas formas de emissão apresentadas na
região, como chaminés, vias de tráfego, carregamentos, entre outros. Assim, para um
resultado mais próximo dos valores medidos é necessária a escolha do tipo de fonte que será
considerado para cada emissão. No AERMOD são divididas em quatro tipos distintos:
 Pontuais: Emissões que podem ser consideradas em apenas um ponto, como chaminés.
 Área: Fontes extensas em que pode ser representada por uma área de formato
retangular, como área exposta de minas de extração de minério de ferro.
 Volumérica: Fontes de pequena dimensão e cuja altura é importante na emissão, sendo
melhor representada em três dimensões, como o empilhamento.
 Areapoly: Fontes extensas em que pode ser representada por um polígono de n
vértices, como área exposta de minas de extração de minério de ferro.
 Areacirc: Fontes com as características de fonte área e que possuem um formato
próximo ao circular.

44
4.1.9. Fonte Pontuais
Os parâmetros de descrição das Fontes Pontuais utilizados para modelagem das mesmas
foram:
 Identificação;
 Coordenadas UTM (Km);
 Altura do Solo (m);
 Diâmetro (m);
 Velocidade (m/s);
 Temperatura (K);
 Taxa de Emissão (g/s).
Segunda a EPA (2004a), caso o valor do parâmetro temperatura estiver com valor nulo, o
modelo ajusta a mesma para cada hora, de acordo com a temperatura ambiente. Ainda, caso o
usuário deseje, o AERMOD modela plumas com valor de temperatura de saída superior à
temperatura ambiente, porém não modela plumas com temperatura inferior á temperatura
ambiente.
4.1.10. Fonte Área
Os parâmetros de descrição das Fontes Área utilizados para modelagem das mesmas foram:
 Comprimento da Fonte na Direção x (m);
 Comprimento da Fonte na Direção y (m);
 Dimensão Vertical Inicial da Pluma (m) (opcional);
 Taxa de Emissão (g/(s-m²)).
Dessa forma a fonte é considerada retangular e as dimensões das arestas são calculadas a
partir das coordenadas e dos comprimentos nas direções x e y, necessárias no arquivo de
entrada.

45
Em fontes de área passíveis, como erosão do vento ou evaporação não é necessário o
parâmetro de altura vertical máxima (EPA, 2004a).
4.1.11. Fonte Volumétrica
Os parâmetros de descrição das Fontes Volumétricas utilizados para modelagem das mesmas
foram:
 Dimensão Vertical Inicial da Pluma (m);
 Dimensão Lateral Inicial da Pluma (m);
 Taxa de Emissão (g/s).
4.1.12. Fonte Areapoly
Os parâmetros de descrição das Fontes Areapoly utilizados para modelagem das mesmas
foram:
 Número de vértices (opcional);
Neste tipo de fonte é necessária a declaração de todos os vértices em ordem horária ou anti-
horária. Assim como na Fonte Área, em fontes de área passíveis, como erosão do vento ou
evaporação não é necessário o parâmetro de altura vertical máxima (EPA, 2004a).
4.1.13. Fonte Areacirc
Os parâmetros de descrição das Fontes Areapoly utilizados para modelagem das mesmas
foram:

46
Esse tipo de fonte modela a emissão proveniente de polígonos com forma próxima da circular,
sendo que o modelo gera automaticamente um polígono regular de até 20 lados, porém o
usuário pode definir esse parâmetro através do parâmetro Número de Vértices (EPA, 2004a).
4.2. CALPUFF
O California Puff Model (CALPUFF) é um modelo Lagrangeano não estacionário do tipo puff
para a simulação da dispersão de poluentes e que pode ser utilizado para uma grande
variedade de aplicações nos estudos de modelagem de qualidade do ar. O modelo foi proposto
por Scire et al. (1990) e revisado por Scire et al. (2000) e foi adotado recentemente pela
United States Environmental Protection Agency (US-EPA) como modelo regulatório para
estudos de impacto ambiental que abrangem distâncias de 50 a 300 km e que incluam
topografia e sistemas meteorológicos complexos.
O sistema CALMET/CALPUFF é integrado por três componentes principais: o CALMET
(California Meteorological Model), um modelo meteorológico tridimensional, o CALPUFF, o
modelo de dispersão em si, e o CALPOST, um pacote de pós-processamento que permite
computar as aas concentrações e fluxos de deposição médios previstos. (SCIRE et al., 2000b).
O software sistema CALPUFF é inteiramente público, incluindo seus manuais e códigos
fontes, podendo ser obtido na internet no seguinte endereço
http://www.src.com/CALPUFF/CALPUFF1.htm.
Cada um desses programas possui uma interface gráfica própria que auxilia na preparação dos
arquivos de controle, escritos em linguagem FORTRAN, para a execução do programa
(MELO, 2011).
4.2.1. Formulação matemática do modelo
Modelos do tipo puff representam, a pluma é representada por uma série de pacotes discretos
(puffs) de material poluente. A Figura 6 mostra a representação de uma pluma por uma série
de puffs.

47
Figura 6 - Representação de uma pluma pela aproximação do tipo puff.
Fonte: Adaptado de HAANA (1995) apud MORAES (2004).
Cada puff tem uma determinada massa que é distribuída inicialmente de maneira uniforme ou
Gaussiana (a mais utilizada). O puff é transportado de acordo com a trajetória de seu centro de
massa, que é determinada pelo vetor velocidade do vento local, enquanto se expande de
maneira Gaussiana, segundo os coeficientes de dispersão. Estes coeficientes são dependentes
do tempo, sendo os responsáveis pelo crescimento de cada puff (VICENTINI, 2011).
A Figura 7 mostra a evolução de um puff emitido por uma fonte pontual (chaminé).
FIGURA 7 - Transporte do puff em diferentes instantes de tempo.
Fonte: Adaptado MORAES, 2004 apud MELO, 2011.
O diâmetro D1 é função dos parâmetros y e z no instante t. No instante posterior, t +∆t, o
puff se expandiu até o diâmetro D2, no qual é função dos parâmetros y e z no instante t +∆t.
À medida que o puff é transportado na atmosfera, a concentração do material poluente diminui
no seu interior (MELO, 2011).
A equação básica para determinar a contribuição de um puff em um receptor é dada por:

48
2 2
p a c
v 2 2
x y x y
Q d d
C g exp .exp
2 ( 2 ) 2
   
   
       
sendo
 
   
2
v e i z1/ 2
nz
2
g exp H 2nz / 2
2

 


   
 
Onde C é a concentração ao nível da superfície no receptor, Qp é a massa de poluente no puff,
ex y z,   são os parâmetros de dispersão na direção alinhada (direção x), perpendicular
(direção y) e vertical (direção z) em relação ao vento, respectivamente, da, dc são as distâncias
do centro do puff ao receptor nas direções alinhada, perpendicular em relação ao vento, He é a
altura efetiva do puff acima do solo, iz é a altura de mistura e gv é o termo vertical da equação
gaussiana (SCIRE et al., 2000a).
Esta equação é frequentemente expandida para incorporar os termos de reflexão (reflexão da
pluma no solo) e deposição/decaimento (precipitação dos poluentes e transformação química).
Se integrarmos a equação considerando condições de transporte homogêneo e estacionário
teremos a equação da pluma gaussiana clássica, adotada pelo modelo AERMOD (BRAUER,
2004).
O total de concentração em um receptor é a soma das médias das contribuições de todos os
puff próximos para todo intervalo de amostragem dentro de um passo de tempo:
detotal puffs
puff
puff 1
C( x,y,x,t ) C ( x,y,x,t )

 
Modelos puff geralmente avaliam a contribuição de um puff para a concentração em um
receptor pelo método snapshot, que seria uma aproximação do tipo “foto”. Nessa
aproximação cada pacote é “congelado” em intervalos de tempo determinados (intervalos de
amostragem). A concentração devida aquele puff naquele tempo é calculada (ou amostrada).
O puff é então movido, evoluindo em tamanho e intensidade até o próximo intervalo de
amostragem (VICENTINI, 2011).
Uma desvantagem da abordagem tradicional de puff é a necessidade da liberação de muitos
puffs para representar adequadamente uma estreita pluma contínua de a uma fonte. Se o puff

49
não se sobrepõe suficientemente, as concentrações de receptores localizados nos espaços entre
os puffs no momento da "foto" são subestimados, enquanto que nos centros de puff são
superestimados.
Ludwig et al. (1977 apud MELO, 2011) mostraram que se a distância entre os puff exceder
um máximo de 2 y resultados imprecisos podem ser obtidos. Para obter melhores resultados
a separação do puff deve ser reduzida para não mais do que um y .
4.2.2. Modelo meteorológico
Os modelos meteorológicos utilizados em estudos de dispersão podem ser classificados como
diagnósticos ou prognósticos, de acordo com a sua formulação. Os modelos prognósticos
baseiam-se na solução no espaço e no tempo das equações hidrodinâmicas e termodinâmicas,
modificadas para aplicação à atmosfera, para fornecer os campos meteorológicos futuros.
Utilizam métodos numéricos sofisticados e parametrizações físicas. Os modelos diagnósticos
utilizam dados medidos em estações meteorológicas ou resultados simulados de outros
modelos para produzir os parâmetros atmosféricos, necessários aos modelos de dispersão. Em
geral são utilizados procedimentos do tipo análise objetiva, onde as informações
meteorológicas disponíveis são extrapoladas para todo o domínio (CORREA, 2008).
Assim o CALMET é classificado como um modelo meteorológico diagnóstico que incorpora
observações meteorológicas e/ou saídas de modelos meteorológicos prognósticos, para
produzir através de técnicas de análise objetiva, campos de velocidade, temperatura e outras
variáveis necessárias para as simulações com o modelo CALPUFF.
O modelo meteorológico CALMET é composto por dois módulos principais: o diagnóstico do
campo de vento e o micrometeorológico. O primeiro módulo computam os efeitos
cinemáticos e de bloqueio do terreno, e o escoamento em encostas para gerar o campo de
ventos em uma malha tridimensional. Também possui um procedimento de minimização da
divergência do campo de velocidades. O módulo micrometeorológico é responsável pelo
cálculo de parâmetros de camada limite sobre o continente e sobre o oceano, tais como classes
de estabilidade, velocidade de fricção, comprimento de Monin-Obukhov, altura da camada de
mistura, fluxo de calor sensível, entre outros (CORREA, 2008).

50
Correa (2008) ainda ressalta que os resultados fornecidos por estes modelos dependem
fortemente, entre outras coisas, da densidade das observações ou da resolução da malha para
representar com precisão o escoamento.
As informações necessárias para a inicialização do CALMET são compostas por dados
meteorológicos horários em superfície, dois perfis diários de dados de altitude e dados
geofísicos, compostos por elevação do terreno e categorias de uso do solo.
Opcionalmente, também podem ser fornecidos dados observacionais sobre corpos d’água
abrangendo a diferença de temperatura entre água e terra, direção e velocidade do vento,
temperatura do ar, umidade relativa, gradientes de temperatura, acima e abaixo da camada de
mistura sobre o corpo d`água, altura da camada de mistura sobre o mar. Esses dados são
inseridos no modelo por meio dos arquivos SEAn.DAT.
O CALMET necessita que os dados meteorológicos e geofísicos estejam em formatos
específicos antes de serem utilizados. O tratamento destes dados é então realizado com o
auxílio dos pré-processadores que preparam os dados para a assimilação no processador
CALMET. Na Figura 8 encontra-se um fluxograma do funcionamento dos processadores em
relação ao modelo CALMET.
Figura 8 - Fluxograma simplificado dos pré-processadores do Modelo CALMET.
Fonte: Adaptado de SCIRE et al. (2000a).

51
Os pré-processadores são divididos em dois módulos: geofísicos e meteorológicos. São os
geofísicos responsáveis pelos dados de terreno e cobertura do solo, e os meteorológicos
responsáveis pelas informações meteorológicas contidas nas estações de superfície e de
sondagens (DOURADO, 2006).
Existem ainda, associados ao modelo CALMET, diversos outros pacotes de pré e pós-
processamento de dados geofísicos e dados meteorológicos, a seguir será descritos apenas os
principais:
a) Pré-processadores Geofísicos
• TERREL
O TERREL é responsável pela extração e tratamento de dados de elevação de terreno
englobando os formatos do Modelo de Elevação Digital USGS (DEM), dados digitais de
terreno ARM3, Shuttle Radar Topography Mission (SRTM) entre outros, com resolução
espacial de até 30 metros. Os dados são selecionados a partir das características do domínio
escolhidas pelo usuário e organizados em uma grade regular cartesiana ou polar. Os arquivos
de resultados gerados após processamento serão lidos pelo pré-processador MAKEGEO.
• CTGPROC
Responsável pela extração e processamento dos dados de uso e cobertura do solo,
originalmente, no formato Composite Theme Grid (CTG) e Land Cover (LULC) da USGS,
com resolução espacial de até 30 metros para os Estados Unidos e 900 metros para o restante
do mundo. Quando os arquivos são muito grandes (~38 MB por quadrante), há a necessidade
da compressão deste arquivo, que pode ser feita através do pré-processador CTGCOMP, onde
transformará o arquivo no tamanho aproximado de 0,5MB, para então poder ser lido pelo
CTGPROC (Dourado, 2006). O programa organiza os dados necessários em uma grade
regular baseado nas informações definidas no TERREL. Os arquivos gerados serão utilizados
pelo MAKEGEO.
• MAKEGEO
Pré-processador responsável por calcular as categorias de uso do solo e os parâmetros
superficiais para cada célula da grade, utilizando os arquivos gerados pelo TERREL e

52
CTGPROC. O resultado final será o arquivo GEO.DAT, que contém todos os dados
geofísicos necessários e no formato correto para ser utilizado pelo CALMET, tais como
rugosidade, albedo, razão de Bowen, parâmetro de fluxo de calor no solo, índice de área foliar
e fluxo de calor antropogênico. Os arquivos de dados são o de controle do usuário (INP), o
DAT gerado pelo Terrel e o DAT gerado pelo CTGPROC.
b) Pré-processadores Meteorológicos
• SMERGE
Este pré-processador é o responsável pelo processamento das observações meteorológicas de
superfície. O programa extrai os dados de data, hora, velocidade e direção do vento,
temperatura do ar, temperatura do ponto de orvalho, pressão, altura do teto de nuvens,
cobertura de nuvens e umidade relativa, que são escritos em um novo formato, compatível
com o CALMET, armazenados em um arquivo chamado SURF.DAT. São permitidas até 150
estações meteorológicas, com um arquivo de dados de superfície por estação.
• PMERGE (Opcional)
Este pré-processador é o responsável pelo processamento dos dados horários de precipitação,
que serão posteriormente usados no CALPUFF para computar a remoção úmida do poluente,
caso essa opção tenha sido escolhida pelo usuário no arquivo de controle do CALPUFF.
Portanto os dados de precipitação não são obrigatórios. Antes de usar o PMERGE, os dados
de precipitação podem ser pré-processados pelo PXTRACT, responsável por extrair os dados
do formato NCDC TD-3240 nos períodos de interesse.
• READ62
Programa responsável pela extração e processamento de dados de altitude (ar superior)
medidos através de radiosondagens. Os dados de altitude processados pelo READ62 são
armazenados em um arquivo chamado UP.DAT. Este arquivo contém dados de pressão
atmosférica, altura, temperatura, direção e velocidade do vento.
• CALMM5 (Opcional)
Este pré-processador prepara os dados prognósticos gerados pelo modelo de mesoescala MM5
para assimilação pelo CALMET. Os parâmetros meteorológicos extraídos pelo CALMM5 são

53
componentes de velocidade vertical e horizontal, pressão, temperatura, umidade relativa,
razões de mistura para vapor, água, chuva, neve e granizo.
c) Pós-processador
PRTMET
Programa responsável pela preparação dos dados contidos no arquivo CALMET.DAT para
visualização no módulo Gráfico do CALMET, o CALView, ou através de outros aplicativos
gráficos como SURFER. O PRTMET permite que o usuário escolha os parâmetros desejados,
em diversos níveis. (CORREA, 2008)
O processador CALMET é responsável pela assimilação de todas as informações geradas
pelos pré-processadores. Após sofrer o processo de interpolação e a ação das parametrizações,
os dados são organizados em um arquivo chamado CALMET.DAT. Este arquivo é binário e
contém, em uma grade regular, os parâmetros que serão usados pelo CALPUFF para calcular
as concentrações. Exemplos dos parâmetros determinados nesta etapa são: campos de vento
em múltiplos níveis, e campos meteorológicos em superfície com classe de estabilidade
Pasquill-Gifford-Turner (PGT), comprimento de Monin-Obukhov, velocidade de fricção,
altura da mistura, escala de velocidade convectiva e taxa de precipitação.
4.2.3. CALPUFF
O CALPUFF contem módulos para terrenos complexos, transporte sobre oceano, efeitos de
interação costeira, building downwash, plume rise, deposição seca e úmida, e transformação
química simples. Os principais processos, que não foram mencionados na descrição do
AERMOD, são resumidamente apresentados a seguir:
Transformação química: o modelo CALPUFF possui quatro opções internas para a
parametrização dos efeitos de transformação química. A primeira baseada no esquema do
modelo MESOPUFF II para SO2, SO4, NOx, HNO3 e NO3, a segunda baseada no esquema
RIVAD/ARM3 para SO2, SO4, NO, NO2,HNO3 e NO3, a terceira onde o usuário especifica
as taxas de transformação, para um ciclo de 24 horas e a última opção permite que o usuário
“desligue” o modelo de transformação química.
Efeitos de cisalhamento do vento: algoritmo opcional para a divisão de puffs em dois ou
mais puffs, o que permite levar em conta o efeito do cisalhamento vertical do vento sobre o

54
mesmo. Taxas de dispersão e transporte diferentes ocorrem nos puffs originados de um puff
primário, o que sob algumas condições podem aumentar substancialmente a taxa de
crescimento horizontal da pluma.
Dispersão costeira e sobre a água: módulo específico para computar a influência dos corpos
d’água sobre a camada limite atmosférica, permitindo considerar seu efeito no transporte da
pluma, dispersão e deposição.
Building downwash: os efeitos exercidos pelos obstáculos (turbulência mecânica induzida)
sobre a pluma são considerados por este módulo
Coeficientes de Dispersão: várias opções são fornecidas para os coeficientes de dispersão,
incluindo o uso de valores medidos, ou baseados na Teoria da Similaridade de Monin-
Obukhov, em Pasquill-Gifford, McElroy-Pooler ou ainda nas equações do CTDM (Complex
Terrain Dispersion Model).
Outras opções: opções para (a) tratamento de fontes área e fontes linha; (b) modelagem de
períodos calmos; (c) modelagem de odores; (d) modelagem da visibilidade.

55
5. CARACTERIZAÇÃO DA REGIÃO DE ESTUDO
A área estudada apresenta-se inserida na porção sul do estado do Espírito Santo (Figura 9),
delimitada pelas coordenadas no Sistema Universal Transverso de Mercator (UTM) 323500 –
353500 E e 7682000 – 7712000 N (Datum WGS-84).
Como pode-se observar na Figura 9, a região de estudo abrange extensões em dois municípios
sendo estes: Guarapari e Anchieta. Do primeiro município, Guarapari, abrange pouco mais de
60Km², correspondendo a cerca de 15,5% do total do quadrante estudado enquanto Anchieta
apresenta a maior área de contribuição, correspondendo a 156km² abrangendo mais de 40%
do total da área em estudo.
FIGURA 9 - DADOS CARTOGRÁFICOS DA ÁREA DE ESTUDO.
Fonte: Adaptado de BURGOS, 2009.

56
Como o inventário de fontes industriais usado para a modelagem deste estudo está restrito ao
município de Anchieta e como mais de 70% da área terrestre do domínio computacional
pertence a este município, optou-se por apresentar neste capítulo apenas as características de
Anchieta. São também detalhadas as condições meteorológicas no período para o qual foram
feitas as simulações do AERMOD e CALPUFF. Conclui-se com uma breve caracterização da
qualidade do ar na região, destacando-se alguns resultados do monitoramento ambiental
observados em 2010, ano de referência neste trabalho.
5.1. CARACTERIZAÇÃO FÍSICA
O Município de Anchieta está localizado no sul do Espírito Santo (Latitude 20° 48' 14"" S e
longitude 40º39'13"" W.), a cerca de 62,4 quilômetros da capital Vitória, ocupando uma área
de 404,8 quilômetros quadrados, apresentando altitude média de 2 metros (IJSN, 2008). Faz
divisa com os municípios de Guarapari e Alfredo Chaves ao norte, Piúma ao sul, ao leste, o
município é banhado pelo Oceano Atlântico e, ao oeste faz divisa com os municípios de
Iconha e Alfredo Chaves.
5.1.1. Características Topográficas
No geral, pode-se dizer que a região de estudo possui topografia suave, caracterizada por
baixo relevo, e com grandes áreas de pecuária, como pode ser observado na Figura 10. O
cume mais alto na região é o Monte de Urubu que é considerado pelo Plano Diretor Municipal
de Anchieta como área prioritária para conservação. Tais características são completamente
diferentes da Região da Grande Vitória (RGV), tanto do ponto de vista topográfico, como de
ocupação do solo, o que a torna única no Estado do Espírito Santo, do ponto de vista de
dispersão de poluentes atmosféricos.

57
FIGURA 10 - TOPOGRAFIA DA REGIÃO DE ESTUDO.
5.1.2. Condições Meteorológicas para o ano de 2010
Ao falar-se de poluição atmosférica é de grande importância referir-se às condições
meteorológicas, já que existe uma correlação importante entre estas e a poluição. Mesmo
mantidas as emissões, a qualidade do ar pode mudar em função dessas condições, uma vez
que é a interação entre as fontes de poluição e atmosfera a responsável pela definição do nível
de qualidade do ar (IEMA, 2007).
A região em questão localiza-se na zona climática Tropical que se caracteriza por possuir
duas estações bem definidas: seca e chuvosa (BURGOS, 2009). A seguir é exposto um
panorama para o ano de 2010 dos principais parâmetros metrológicos monitorados na Estação
do Porto que é a única estação meteorológica adotada para este estudo.
Pode-se observar na Figura 11 que no ano de 2010, o índice pluviométrico anual ultrapassou
1500 milímetros, apresentando os maiores taxas de precipitação nos meses de março e
novembro e os meses de maior estiagem foram janeiro e agosto. O mês janeiro apresenta
valor atípico, pois apesar de ser considerado mês chuvoso na região, não teve precipitação
durante esse período.

58
Figura 11 - Precipitação média mensal acumulada.
Fonte: Estação do Porto, 2010.
Dependendo da sua intensidade, as chuvas atuam com muita eficiência na remoção úmida dos
poluentes do ar, que quando não considerado na modelagem pode afetar significativamente os
resultados das concentrações preditas. Em locais onde o escoamento do ar é obstruído por
grandes edificações ou barreiras naturais (serras, montanhas, etc.), a precipitação
pluviométrica passa a ser o mecanismo mais importante para a remoção dos poluentes do ar.
Nos meses quentes, ela normalmente decorre tanto da intensa convecção que induz à
formação de tempestades isoladas. Nos meses frios, as precipitações ocorrem principalmente
associadas à penetração de sistemas frontais (VICENTINI, 2011).
Ainda segundo Vicentini (2011), além da remoção dos poluentes capturados pelas gotas que
caem, as chuvas promovem a intensificação dos ventos que facilitam a dispersão dos mesmos.
Quanto à temperatura, a Figura 12 apresenta as médias mensais durante o ano de 2010. A
temperatura média anual na região foi de 23,8 °C. O mês mais quente foi o de janeiro,
enquanto os mais frios foram junho e agosto.

59
Figura 12 - Temperatura média mensal.
Temperaturas mais elevadas, como as registradas no verão, contribuem para a formação de
fortes movimentos verticais ascendentes (convecção), provocando um eficiente arrastamento
dos contaminantes do ar localizados nos níveis mais baixos para os mais elevados. Por outro
lado, temperaturas mais baixas, como as observadas no inverno, dificultam movimentos
verticais, o que permite a manutenção de poluentes atmosféricos nos níveis mais baixos da
atmosfera (VINCENTINI, 2011)
A Figura 13 apresenta a média mensal da umidade relativa do ar em 2010. As umidades
relativas do ar médias anuais na região foram de 80%, o que caracteriza a região como de
clima úmido. O mês mais seco foi o de junho enquanto o mês mais úmido foi o de março.
FIGURA 13 - UMIDADE RELATIVA MÉDIA MENSAL.

60
Quanto à velocidade e direção do vento, pode-se dizer que são de grande importância quando
se refere à dispersão de poluentes, por representarem a provável procedência e destino de
certos poluentes. De maneira geral, a velocidade do vento é o fator determinante no transporte
horizontal dos contaminantes. No transporte vertical, a responsável pelo deslocamento desses
poluentes é a turbulência atmosférica (NEDEL, 2003).
Dourado (2006) destaca a importância destes parâmetros para uma estimativa confiável da
concentração do poluente na atmosfera. Pequenos erros na estimativa da direção do vento
podem causar grandes erros nos cálculos de concentrações. Por exemplo, uma incerteza de 5 a
10 graus na direção do vento que transporta a pluma pode resultar em erros na concentração
de 20 a 70% para um determinado ponto, dependendo da estabilidade da atmosfera
(VICENTINI, 2011).
Os gráficos das Figuras 14, 15 e 16 mostram a frequência das velocidades e direções dos
ventos na região para o ano de 2010.
FIGURA 14 – ROSAS DOS VENTOS DA ESTAÇÃO DO PORTO DE 2010.

61
(A)
(B)
(C) (D)
FIGURA 15 – ROSAS DOS VENTOS POR ESTAÇÃO EM 2010: (A) PRIMAVERA; (B) VERÃO; (C) OUTONO E (D) INVERNO

62
Figura 16 - Distribuição da frequência da classe de ventos.
Os gráficos acima foram gerados no software livre WRPLOT View Version 7.0.0 criado pela
Lakes Environmental.
Os ventos incidentes na região de estudo possuem direção, predominante, norte-nordeste.
Quanto à intensidade, segundo a Escala de Beaufort (Anexo A), os ventos na região de
estudo, na maioria do tempo, podem ser classificados como Brisa Leve (1,6-3,3 m/s) até brisa
fraca (3,4-5,4 m/s). Situações de calmaria, quando ocorre a estagnação do ar e propicia um
aumento na concentração de poluentes na atmosfera, apresentaram uma frequência de apenas
0,14 % durante o ano.
5.1.3. Caracterização da qualidade do ar
A aferição permanente da qualidade do ar, através de estações de monitoramento, é uma das
ferramentas adotadas para a gestão dos recursos atmosféricos, cujo objetivo principal é
assegurar a saúde e o bem-estar da população no que concerne ao atendimento aos padrões
vigentes. Essa atividade deveria ser realizada pela Instituição Pública, por meio de medições
efetivas dos diversos poluentes nas regiões industrializadas e nas zonas urbanas. Entretanto, a
operação sistemática de uma rede de monitoramento da qualidade do ar é complexa e onerosa,
principalmente se o foco das fontes de emissões de poluentes não estão concentrados em uma
mesma região. Dessa forma, muitas vezes o monitoramento da qualidade do ar é realizado por
empresas privadas, a pedido dos órgãos ambientais, como condicionantes em processos de
licenciamento.

63
Particularmente no município de Anchieta, o monitoramento da qualidade do ar é realizado
pela Samarco Mineração em parceria com o órgão ambiental, por meio de estações instaladas
nas comunidades de Ubú/Parati, Mãe-bá, Meaípe e Anchieta, conforme mostra a Figura 17.
Dados Cartográficos: Coordenadas UTM SAD 69 MC: -39°W. Escala 1/65.000
Figura 17 - Localização das estações de monitoramento da qualidade do ar na região.
Fonte: Adaptado RCA/ PCA do Terminal Marítimo de Ubú – Anchieta/ES, 2011
(Mapa elaborado por Marta Oliver, 2009).

64
O Quadro 3 apresenta os poluentes monitorados em cada uma destas estações.
QUADRO 3 - POLUENTES MONITORADOS EM CADA ESTAÇÃO DA QUALIDADE DO AR NA REGIÃO DE ANCHIETA.
Estação PTS PM10 SO2
Anchieta x x
Ubú x x x
Mãe-Bá x x x
Meaípe x x
A poluição atmosférica por material particulado na região é um assunto, constantemente
discutido devido ao grande número de reclamações pela população do entorno. Embora o
monitoramento realizado pelas estações de qualidade do ar na região aponte para valores
abaixo dos limites estabelecidos pelo CONAMA como pode ser observado nos gráficos à
abaixo das Figuras 18, 19 e 20:
FIGURA 18 - EVOLUÇÃO DA CONCENTRAÇÃO ANUAL DE PTS (µG/M³) MEDIDO NAS ESTAÇÕES DE QUALIDADE DO
AR DA REGIÃO. FONTE: IEMA, 2010.
FIGURA 19 - EVOLUÇÃO DA CONCENTRAÇÃO ANUAL DE PM10 (µG/M³) MEDIDO NAS ESTAÇÕES DE QUALIDADE DO

65
FIGURA 20 - EVOLUÇÃO DA CONCENTRAÇÃO ANUAL DE SO2 (µG/M³) MEDIDO NAS ESTAÇÕES DE QUALIDADE DO
Na Figura 17, observa-se que as concentrações de partículas totais em suspensão (PTS) nas
localidades de Ubú e Mãe-Bá encontram-se na maior parte do tempo em patamares elevado,
chegando a alcançar mais de 75% do limite estabelecido pelo padrão primário da Resolução
Conama 03/1990, no ano de 2010. Nas localidades de Anchieta e Meaípe as concentrações de
PTS apresentam menor magnitude nos últimos anos.
Na Figura 18, nota-se que as maiores concentrações deste poluente foram observadas na
estação Ubú, com exceção do ano de 2008, quando a concentração na estação de Meaípe
atingiu mais de 70% do padrão primário legal vigente.
Na Figura 19, verifica-se que as concentrações de SO2 monitoradas na região se encontram
atualmente dentro dos padrões primários, contudo as concentrações anuais para a estação de
Úbu nos anos de 2005, 2007 e 2010 a alcançar mais de 75% do limite estabelecido pelo
padrão primário. Sendo que no ano de 2007, as concentrações anuais também foram
superiores a 75% do padrão primário para as estações de Anchieta e Meaípe.
Pode-se observar na Tabela 1 a razão entre a concentração de PM10 e PTS para os anos de
2006 a 2010 nas estações de qualidade do ar de Mãe-bá e Ubú.
TABELA 1 - RAZÃO ENTRE AS CONCENTRAÇÕES DE PM10 E PTS PARA OS ANOS DE 2006 A 2010.
Ano Mãe-bá Ubú
2006 0.52 0.48
2007 0.47 0.49
2008 0.49 0.44
2009 0.43 0.47
2010 0.40 0.47
Média 0.46 0.47

66
A partir da Tabela 1 tem-se que em ambas as estações de monitoramento de qualidade do ar a
razão entre os poluentes PM10 e PTS são próximas, tendo como valor 0,46 para a estação de
Mãe-bá e 0,47 para a estação de Ubú.
No estudo Avaliação Ambiental Estratégica do Pólo industrial e de Serviços de Anchieta de
2008 foi verificada a concentração dos poluentes gasosos (NOx, , CO e Hidrocarbonetos)
através de campanha de monitoramento específica realizada opor meio de uma estação
automática que ficou instalada no local por cerca de 70 dias.
Observou que no geral esses poluentes apresentam níveis baixos em toda a área estudada,
exceto para o ozônio ( ), cujas concentrações medidas em Anchieta alcançam, no máximo,
63% do padrão primário de qualidade do ar.
Ressalta-se ainda que a composição básica dos materiais particulados dispersos na atmosfera
na região advém além dos processos industriais, de queimadas, atividades da construção civil,
movimentações veiculares em vias não pavimentadas e pavimentadas, e também de aerossóis
marinhos, conforme estudos recentes de caracterização das PTS monitoradas.
Visando melhorias no monitoramento da qualidade do ar local, a Fundação Espírito-Santense
de Tecnologia da Universidade Federal do Espírito Santo (FEST), junto à Samarco, realizou
em 2007, a análise química da poeira coletada nas estações de monitoramento, de forma a
determinar a contribuição de cada fonte existente no entorno da empresa. Para esta análise
foram utilizados modelos receptores de balanço de massa à contribuição de cada fonte, e os
resultados foram apresentados no documento “Identificação de Fontes de Material Particulado
na Região de Influência Direta da Samarco” – 2007 – FEST citado Plano de Controle
Ambiental do Terminal Marítimo de Ubú – Anchieta/ES.
Os pontos de monitoramento do modelo receptor coincidem com os das estações de
monitoramento da qualidade do ar para as estações de Mãe-Bá, PM10 e Ubú, PTS. Os
resultados para o ano de 2007 do modelo receptor são apresentados em conjunto com o
monitoramento da qualidade do ar. Para consecução do modelo receptor, foi utilizada a versão
CMB8.2, cedida pela EPA em agosto de 2005.
Nos gráficos das Figuras 21 e 22 são apresentados os resultados deste estudo, que informa a
contribuição média percentual das fontes para PTS e PM10 em 2007 na região de Anchieta.

67
FIGURA 21 - CONTRIBUIÇÃO MÉDIA PERCENTUAL DAS FONTES PARA PTS EM 2007 NA ESTAÇÃO DE UBÚ.
Fonte: Identificação de Fontes de Material Particulado na Região de Influência Direta da Samarco, 2007 – FEST
apud RCA/PCA do Terminal Marítimo de Ubú – Anchieta - Samarco e Cepermar, 2011.
FIGURA 22- CONTRIBUIÇÃO MÉDIA PERCENTUAL DAS FONTES PARA PM10 EM 2007 NA ESTAÇÃO DE MÃE-BÁ.
Fonte: Identificação de Fontes de Material Particulado na Região de Influência Direta da Samarco, 2007 – FEST
apud RCA/PCA do Terminal Marítimo de Ubú – Anchieta - Samarco e Cepermar, 2011.
.
As contribuições são oriundas de diversas fontes de origens antropogênicas (fontes
industriais, queimadas, ressuspensão de poeira ocasionada por tráfego de veículos etc.), e de
fontes biogênicas (aerossóis marinhos, solos etc.).
Observa-se na Figura 21 que a fonte que mais contribui para os valores de PTS observados na
qualidade do ar da região são os solos, seguida de pelotas e fornos de pelotização. Portanto, a
contribuição média total estimada para as fontes da Samarco é 41%.

68
Na Figura 22 observa-se que a predominância da contribuição das fontes são para solos e
queimadas e a participação total média das fontes da Samarco fica em cerca de 6,5 %.
5.1.4. Uso e ocupação do solo
Na Figura 23 observa-se o mapa de uso e ocupação do solo na região de Anchieta, com
destaque para a área de estudo.
FIGURA 23 – USO E OCUPAÇÃO DO SOLO EM ANCHIETA
Fonte: Adaptado de IJSN, 2012.

69
Conforme se verifica na figura acima, as áreas de pastagem absorvem a maior parte da área
territorial da região de estudo. Também são expressivas as áreas de matas e florestas. Ainda
há expressividade na região os pontos de área agrícola, que geralmente representam lavouras
permanentes. Quanto à densidade urbana está se concentra no faixa costeira. Observa-se ainda
que o empreendimento da Samarco encontra-se localizada próxima a importantes
ecossistemas, tais como manguezal e restinga.
5.2. INVENTÁRIO DE FONTES DA REGIÃO
Neste tópico, será realizada uma transcrição dos principais resultados obtidos no inventario de
fontes da área de influencia da Samarco Mineração na região de Ubú, disponibilizados pelo
órgão de meio ambiente do estado IEMA.
O inventário da Samarco abrange toda a área de influência do Complexo Industrial e
Portuário da Samarco na Ponta de Ubú, incluindo a Unidade de Tratamento de Gás do Sul
Capixaba (UTG-Sul) da PETROBRAS. Esses dois grandes empreendimentos são os
principais responsáveis pelas emissões de poluentes atmosféricos de origem industrial da
região.
O diagnóstico das emissões atmosféricas foi realizado considerando as taxas médias de
emissões para os seguintes poluentes: material particulado total (MPT); partículas inaláveis
grossas (PM10); partículas inaláveis finas (PM2,5); óxidos de nitrogênio (NOx); dióxido de
enxofre (SO2) e monóxido de carbono (CO). Para tanto, foram considerados os seguintes tipos
de fontes:
 Origem industrial: que são a Samarco Mineração (Usinas I, II e III), sua área
portuária e a Unidade de Tratamento de Gás Sul Capixaba (UTG-Sul) da
PETROBRAS.
 Origem veicular: que são as vias internas e externas a Samarco.
O Quadro 4 apresenta um resumo das fontes e seus tipos (pontuais e extensas) considerados
no inventário:
QUADRO 4 - FONTES INVENTARIADAS NAS ÁREAS DE INFLUÊNCIA DA SAMARCO MINERAÇÃO.
Unidade Fontes consideradas
Samarco Mineração
Usina I Fontes do tipo pontuais e fontes extensas
Usina II Fontes do tipo pontuais e fontes extensas

70
Usina III Fontes do tipo pontuais e fontes extensas
Porto Fontes extensas
Vias externas Fontes extensas
Fontes externas à
Samarco Mineração
UTG-Sul Fontes pontuais
Rodovias Fontes extensas
Fonte: Inventário de emissões Samarco, 2011.
A Figura 24 mostra a localização de todas as fontes (fixas e móveis) dentro da Área de
influência direta (AID) da Samarco Mineração.
FIGURA 24- ÁREA DE INFLUÊNCIA DIRETA (AID) DA SAMARCO MINERAÇÃO.
No inventário da Samarco, para a quantificação das emissões foram utilizados dados de
amostragens de chaminés, para as fontes de maior relevância, e fatores de emissões
elaborados pelo Midwest Research Institute (MRI), ECOSOFT e USEPA (AP-42), para as
fontes de menor relevância. Adicionalmente, foram utilizadas as informações contidas nos
relatórios de monitoramento de emissões da Samarco de 2005 a 2011, garantindo assim,

71
dados mais precisos. A quantificação das fontes da UTG-Sul foi realizada utilizando o
documento “Estudo de Modelagem Matemática da Dispersão Atmosférica da Unidade de
Tratamento de Gás do Sul Capixaba – UTG -Sul”, fornecido pelo IEMA.
Para as fontes de origem veicular, a quantificação foi realizada por meio da contagem de
veículos pequenos (motocicletas), leves (automóveis) e pesados (ônibus e caminhões), das
principais vias internas e entorno da Samarco Mineração. Essas vias representam mais de
90% da circulação de veículos na área de influencia da Samarco Mineração. Para isso, foram
utilizados fatores de emissões veiculares da Companhia de Tecnologia de Saneamento
Ambiental (CETESB, 2010, 2011b) e da USEPA (AP-42, 2011) para ressuspensão de poeira
asfáltica provocada pelo tráfego de veículos na região.
No inventário foram calculadas taxas de emissão para, para 8 vias externas (VE) e 4 vias
internas (VI). O resultado das estimativas das taxas de emissões móveis, para os poluentes
PM10 e PTS, nas suas variações horárias, são mostrados na Figura 25 e 26.
FIGURA 25– VARIAÇÃO HORÁRIA DAS EMISSÕES DE PM10 DAS FONTES MOVEIS NAS VIAS EXTERNAS (VE) E VIAS
INTERNAS (VI) EM G/S.KM, NA ÁREA DE INFLUENCIA DA SAMARCO.

72
FIGURA 26- VARIAÇÃO HORÁRIA DAS EMISSÕES DE PTS DAS FONTES MOVEIS NAS VIAS EXTERNAS (VE) E VIAS
INTERNAS (VI) EM G/S.KM, NA ÁREA DE INFLUENCIA DA SAMARCO.
Observa-se que o período horário que apresenta as maiores taxas de emissão esta entre as sete
e dezessete horas. Esse período coincide com o horário comercial, período de maior
movimentação de veículos.
Na Figura 27 são apresentadas as taxas de emissões anuais dos poluentes para cada grupo de
fontes representadas no inventário.
FIGURA 27 - TAXAS DE EMISSÕES ANUAIS NAS ÁREAS DE INFLUÊNCIA DIRETA E INDIRETA DA SAMARCO.
Fonte: Inventário de emissões Samarco, 2011
Observa-se no Gráfico acima que as maiores contribuições dos poluentes PM10 e PTS na
região são dadas pelas vias externas, seguida pela Samarco. As vias internas e UTG-Sul
pouco contribuem para a emissão total destes poluentes. Contudo vale lembrar que as
informações das taxas de emissões nas fontes não representam a qualidade do ar na região,

73
devido aos processos que os poluentes estarão submetidos depois de lançados na atmosfera.
Para isso existem os modelos de qualidade do ar, que ao simularem esses processos atuantes
sobre o poluente na atmosfera, poderão predizer as concentrações médias no entorno da(s)
fonte(s).

74
6. METODOLOGIA
6.1. DEFINIÇÃO DO DOMÍNIO COMPUTACIONAL E MALHA DE RECEPTORES
O domínio computacional foi definido de maneira a conter todas as fontes contempladas no
inventário de fontes da região de Ubú realizado pela empresa Samarco e fornecido pelo
Instituto Estadual de Meio Ambiente e Recursos Hídricos (IEMA). Ainda para à definição do
domínio, considerou-se a localização das estações de monitoramento, de forma que pudesse
ser realizada a comparação entre os valores obtidos na simulação e o valor medido
efetivamente em cada estação. O domínio também foi escolhido de modo que o Complexo
Siderúrgico da Samarco, empreendimento de maior potencial poluidor na região, ficasse no
centro da malha computacional de 20 quilômetros por 20 quilômetros. Adotou-se o
espaçamento de 1000 metros, resultando no número total de 400 receptores, como pode ser
observado na Figura 28.
FIGURA 28 – MALHA DE RECEPTORES ADOTADA PARA A MODELAGEM, DESTACANDO OS PRINCIPAIS PONTOS DE
REFERÊNCIA QUE FORAM CONSIDERADOS PARA A DEFINIÇÃO DO DOMÍNIO.

75
6.2. DADOS DE ENTRADA NOS MODELOS
6.2.1. Dados Geofísicos
Os dados de elevação do terreno utilizados foram os obtidos do modelo digital de elevação
SRTM (Shuttle Radar Topography Mission). A Missão SRTM é um projeto conjunto entre a
National Geospatial-Intelligence Agency (NGA) e a National Aeronautics and Space
Administration (NASA). O objetivo deste projeto é produzir dados topográficos digitais para
80% da superfície da terra (todas as áreas de terra entre as latitudes 60° norte e 56° Sul). A
técnica utilizada foi a interferometria de radar (a bordo do ônibus espacial Endeavour) de
abertura sintética (InSAR). Nessa técnica a altitude é obtida através da medição da diferença
de fase entre duas imagens de radar sobre um mesmo local na Terra (BARROS, CRUZ, et al.,
2005 apud SARNAGLIA, SILVA et al, 2011). Os dados brutos foram processados pela
NASA e disponibilizados na forma de DEM (Digital Elevation Models) que está disponível
gratuitamente na página eletrônica da United States Geological Survey (USGS)
(http://www.webgis.com/terr_us75m.html ou http://www.usgs.gov). O produto é
georreferenciado ao datum WGS84 em coordenadas geográficas decimais.
Para ambos os modelos foram utilizadas informações topográficas com resolução de 90
metros do Shuttle Radar Topography Mission (SRTM), no formato DEM. É necessário
escolher a localização da área de estudo. No caso do Espírito Santo o arquivo é o W060S10.
Para ser utilizado, ainda é necessária a mudança de extensão do arquivo baixado (.HGT), para
(.DEM).
Os dados de uso e ocupação do solo são utilizados apenas no CALPUFF. Os procedimentos
adotados para obtenção destes dados são descritos na seção 6.4.1 (d). No AERMOD, ao invés
de escolher o uso e ocupação do solo, o modelo permite ao usuário escolher parâmetros como
rugosidade, albedo e razão de Bowen, que são relacionados às categorias de uso do solo. Este
procedimento é melhor descrito na seção 6.3.1.
6.2.2. Dados Meteorológicos
Os dados meteorológicos de superfície foram retirados da Estação do Porto que está
localizada na área portuária da Samarco. A Tabela 2 resume os dados necessários para
identificação da estação meteorológica nos modelos de qualidade do ar.

76
TABELA 2 - DADOS DE CARACTERIZAÇÃO DA ESTAÇÃO METEOROLÓGICA DO PORTO.
PARÂMETRO
Longitude UTM (Datum WGS-84) 336781 E
Latitude UTM (Datum WGS-84) 7700876 N
Altura do sensor na torre: 10 m
Altura da base da torre: 5 m
Nesta estação são monitorados os seguintes parâmetros velocidade e direção do vento,
pressão, precipitação, temperatura, umidade relativa e radiação solar. Todos os dados foram
usados em suas médias horárias.
Os dados meteorológicos de altitude foram utilizados apenas no CALPUFF. Os
procedimentos adotados para obtenção destes dados são descritos na seção 6.4.1 (b),
complementada pelo apêndice A.
6.2.3. Inventário de fontes da região
Uma parte muito importante do processo de modelagem da dispersão atmosférica de uma
dada emissão é a correta definição de sua fonte. Vários parâmetros das fontes são definidos
nessa etapa e caso a importância de alguma dessas características seja menosprezada, a
simulação apresentará uma grande chance de obter um resultado que não descreva
corretamente a situação em questão.
Os dados da caracterização das fontes emissoras na região foram retirados do Inventário de
Fontes da Área de Influencia da Samarco de 2011 disponibilizado pelo IEMA. O inventário
contempla fontes do tipo pontual (chaminés) e extensas, como carregamento,
descarregamento, transferência, vias, entre outros.
As informações contidas no inventário para as fontes de origem industrial são:
 Identificação da fonte;
 Setor em que a fonte se encontra;
 Tipo de emissão (pontual ou extensa);
 Forma de controle;
 Combustível utilizado (quando aplicável);
 Material emitido;
 Posição geográfica em coordenadas UTM;

77
 Diâmetro (quando aplicável);
 Altura de emissão em relação ao solo;
 Elevação do solo em relação ao nível do mar no ponto onde a fonte se localiza;
 Vazão da emissão em m³/s e Nm³/s;
 Temperatura de saída da emissão em °C;
 Porcentagem de O2 (%)
 Concentração de MPT (Material Particulado Total), PM10, PM2,5, SO2, NOX e CO em
(mg/Nm3)
 Emissão de MPT (Material Particulado Total), PM10, PM2,5, SO2, NOX e CO em t/ano,
Kg/dia, Kg/h e g/s e µg/s.
 Número de dias trabalhados no ano.
Os dados para fontes móveis disponibilizados no inventário são:
 Identificação da via;
 Tipo de via (externa ou interna à Samarco);
 Posição geográfica em coordenadas UTM dos pontos iniciais e finais de cada via;
 Emissão de MPT (Material Particulado Total), PM10, PM2,5, SO2, NOX e CO em g/h em
todas as horas do dia e para as diferentes categoria dos veículos : pesado, leves (gasolina,
álcool, flex, GNV) e motocicletas.
As fontes industriais foram modeladas de duas formas diferentes, fontes pontuais e
volumétricas, enquanto que as fontes móveis foram modeladas apenas em forma de fontes de
área, assim como mostra o fluxograma da Figura 29:
FIGURA 29 – FLUXOGRAMA DA MODELAGEM DE FONTES POR TIPOS
Embora o inventário traga informações relativas a seis poluentes, adotou-se neste estudo
como poluentes de referência a serem modelados apenas PM10 e MPT.
Vale ressaltar que, após serem lançados na atmosfera, o material particulado (MP) e o
material particulado menor que 10 μm (MP10) passam a se denominar de partículas totais em

78
suspensão (PTS) e partículas inaláveis (PI), respectivamente, seguindo a nomenclatura
utilizada pela resolução CONAMA 03/1990.
Quanto à taxa de emissão, é possível utilizar várias unidades diferentes nos modelos, desde
que especificada adequadamente nos arquivos de controle.
A) Fontes pontuais
As principais fontes pontuais presentes no inventário são as chaminés das fábricas.
A identificação das fontes pontuais foi realizada com as inciais “FP” (Fonte Pontual) seguida
do número da fonte, retirado do inventário.
A maioria dos dados para modelagem de fonte pontual são retiradas diretamente do inventário
sem a necessidade de modificações. Foi necessária a conversão da temperatura de graus
Celsius para Kelvin. A velocidade de saída das emissões não está presente no inventário,
porém de posse dos valores do diâmetro e da vazão pela equação abaixo é possível se obter a
velocidade de saída:
Sendo
Onde
- velocidade de saída das emissões em metro por segundo;
- vazão das emissões em metro cúbico por segundo;
- área da seção transversal da chaminé;
- diâmetro da chaminé em metros
O inventário das fontes da UTG-Sul fornece dados de vazão apenas em normal metro cúbico
por segundo (Nm³/s). Por isso foi necessário utilizar a equação dos gases perfeitos para se
obter a vazão real. Sendo assim
e
onde,
e são o volume do gás em m³ nas condições ideais e reais, respectivamente;
e são a pressão do gás em atm nas condições ideais e reais, respectivamente;
e são o número de moles do gás nas condições ideais e reais, respectivamente;
e são a temperatura do gás em K nas condições ideais e reais, respectivamente; e
é a constante universal dos gases perfeitos: 8,2057 x10-5
(m³ ∙ atm)/(K ∙ mol);

79
Considerou-se que e são equivalentes, já que ambos os casos, é adotado a pressão
ambiente. Também se adotou que igual a já que a massa de ar é a mesma. Dessa forma,
obtém-se
e
Como
então: 
Com o novo volume obtido acima, é possível calcular a vazão nas condições reais:
B) Fontes de área
As fontes de área foram usadas apenas para a representação das vias nos modelos.
Diversos guias de modelagem de qualidade do ar dos estados estadunidense apontam
diferentes procedimentos para a modelagem de vias terrestres. Os estados de Novo México,
Carolina do Norte, Oklahoma e Texas orientam a modelagem das vias como pequenas fontes
volumétricas adjacentes. Enquanto os estados de Missouri, Nebraska, Nevada, Carolina do
Sul e Vermont orientam o uso de fontes de área. E, o estado da Louisiana orienta o uso de
diversas fontes pontuais para representar a via (HEINERIKSON, 2004 apud SILVA,
SARNAGLIA, 2010).
Como dito anteriormente, o método adotado para as vias foi representação por fontes de área,
visto que a representação por pontos apresenta muitas limitações, por não conseguir simular
com precisão a emissão de forma continua ao longo de toda via e por requerer um número
muito grande de fontes. Quanto à representação por volume, essa requer um grande número
volumes discretos para a simulação. Portanto a opção de representação das vias por fontes de
área proporciona um ganho computacional na modelagem.
No inventário de fontes móveis da Samarco foram apresentadas as taxas de emissão, com
variação horária, para oito vias externas (VE) e quatro vias internas (VI), como mostra a
Figura 30.

80
FIGURA 30 – VIAS EXTERNAS E INTERNAS DO INVENTÁRIO DE EMISSÕES DA SAMARCO
No Quadro 5 é apresentado as coordenadas do ponto inicial e final de cada via, bem como a
extensão total da via.
QUADRO 5 – LOCALIZAÇÃO DAS VIAS EXTERNAS E INTERNAS À SAMARCO.
Via Trecho
Extensão
(km)
Coordenadas Geográficas UTM (Datum WGS 84)
Inicial Final
X (UTM) Y (UMT) X (UTM) Y (UMT)
Vias Externas
VE1 Meaípe x Trevo de Meaípe 4,65 341685.66 7708712.83 338450.92 7705832.17
VE2 BR 101 x Trevo de Meaípe 4,46 338346.12 7705602.11 335842.40 7708709.55
VE3 Trevo de Meaípe x Portaria da Samarco 4,64 338454.29 7705935.47 335859.58 7702057.65
VE4 Portaria da Samarco x Trevo de Ubú 3,76 335859.58 7702057.65 333827.15 7699304.41
VE5 Trevo de Ubú x Portaria 02 da Samarco 2,22 333827.15 7699304.41 333466.12 7701110.47
VE6 Anchieta x Trevo de Ubú 8,05 327775.01 7698521.60 333827.15 7699304.41
VE7 Portaria 02 da Samarco x BR 101 12,33 333466.12 7701110.47 326316.21 7708714.50
VE8 Anchieta x Piúma 3,76 327775.01 7698521.60 324491.22 7697524.32
Vias Internas
VI1 Portaria PV-04 da Samarco x Ponto Interno 1,40 333542.00 7701174.00 334730.00 7701198.00
VI2 Ponto 01-interno x Porto Samarco 2,10 334730.00 7701198.00 336408.00 7700495.00
VI3 Ponto 01-interno x Estacionamentos 1,40 334730.00 7701198.00 335228.00 7702243.00
VI4 Portaria PV-01 da Samarco x Estacionamentos 2,60 334730.00 7701198.00 335072.00 7701417.00

81
De posse dos pontos citados acima, pode-se localizar as vias responsáveis pelas emissões no
software Google Earth.
Para representar as vias como fonte de área foi necessário transformar a reta que delimitava
cada trecho em um retângulo. Essa transformação foi realizada com na metodologia usada por
SILVA e SARNAGLIA (2010) As equações abaixo representam o procedimento adotado:
Onde
e representam, respectivamente, a coordenada E em UTM do ponto inicial e final da
reta que representa o trecho em questão; e
e representam, respectivamente, a coordenada N em UTM do ponto inicial e final da
reta que representa o trecho em questão.
Se
Se
Se
Sendo que
e
Onde:
e representam as coordenadas dos pontos complementares do polígono (i é o índice
relativo ao ponto);
é a largura total da via;
é a largura de cada pista (foi adotado o valor de 3 metros);
é o número de pistas da via (verificado para cada via no software Google Earth).
A Figura 31 resume o procedimento adotado. Os pontos vermelhos representam o ponto
inicial e final de cada trecho (dados retirados do Google Earth). Já os pontos amarelos,

82
obtidos a partir da equação acima, indicam os pontos utilizados para formar o retângulo que
caracteriza o trecho no modelo (SILVA e SARNAGLIA, 2010).
FIGURA 31 – MODELAGEM DE FONTES MÓVEIS.
Fonte: SILVA e SARNAGLIA, 2010.
Observa-se também na Figura 31, que foi necessário dividir a via em vários trechos para a
adequação do seu percurso, principalmente nas curvaturas e rotatórias das pistas. Ao final
foram contabilizados 164 trechos.
De posse desses quatro pontos, pode-se caracterizar um polígono que represente a via. Ainda
foi possível determinar o comprimento e a área de cada trecho, pelas equações:
e
Onde
C – é o comprimento da pista em metros
A – é área do polígono que representa o trecho
A elevação do solo foi calculada por meio da média aritmética entre as elevações do ponto
inicial e final de cada trecho, esses obtidos no software Google Earth.
A altura efetiva foi adotada em 0,5 metros.
O procedimento para a obtenção da dimensão vertical inicial (σz0) da pluma seguiu as
orientações do Departamento de Qualidade Ambiental de Oklahoma (ODEQ, 2008). Segundo
essas orientações, o σz0 é obtido pela seguinte equação:

83
Sendo
Onde
: Representa a altura efetiva da fonte em metros;
: Representa a altura média dos veículos em metros;
Como foi adotado o valor de 1,5 metros para altura média dos veículos, então σz0 foi estimado
em 1,40 metros.
Para o cálculo das taxas de emissões por trecho as taxas de veículos leves, pesados e
motocicletas foram somadas. Como o inventário apresenta a emissão do poluente para toda
via e não de cada trecho, a emissão teve que ser calculado para os trechos de acordo com a
relação entre o comprimento do trecho e o comprimento total da via. A equação a seguir
apresenta esse procedimento:
Onde:
: Emissão de cada trecho em g/h;
: Emissão total da via em g/h;
: Comprimento total da via em metros;
: Comprimento de cada trecho da via em metros.
Para a conversão da unidade de g/h para g/s dividiu as taxas de emissão por 3600.
Após essa etapa foi necessário dividir a emissão de cada trecho pela área do mesmo, para que
a emissão fosse inserida no modelo em g/s.m².
Para o cálculo dessa taxa, foi somada a emissão de todas as fontes e esse valor foi dividido
pela área total do empreendimento. Esse cálculo é representado na fórmula abaixo:
onde,
: Emissão do trecho em unidade de área (g/m².s);
: Emissão total da área do trecho em g/s;
: Área total do trecho.

84
E por fim, a identificação das fontes que foi realizada com base na localização da via (VE –
Via Externa à Samarco ou VI – Via Interna à Samarco), no número da via segundo a ordem
dada pelo inventário, a inicial T da palavra trecho e por último o número do trecho,
especificado em ordem crescente para cada via, do ponto inicial ao final da via. Ou seja, a
fonte VE5T2, representa a fonte situada na via externa 5 e no segundo trecho desta via.
Novamente, vale ressaltar que a maior contribuição das taxas de emissões anuais totais na
área do inventário, para os poluentes MPT e PM10 é dada pelas fontes móveis. Esta
informação pode ser confirmada no gráfico das Taxas de emissões anuais nas áreas de
influência direta e indireta da Samarco apresentado na seção 5.2. Além disso, segundo a
referência Avaliação Ambiental Estratégica do Pólo industrial e de serviços de Anchieta
mostra que a frota veicular na região é crescente, em proporção equivalente aos níveis
experimentados na média do Estado, o que torna mais imperativo considerar essas vias como
fontes poluidoras na modelagem.
Contudo atualmente a frota de veículos na região quando comparado na sua totalidade com a
frota da Região da Grande Vitória - RGV, essa pode ser considerada baixa. Segundo os dados
do DETRAN em 2010 a frota de Anchieta era próxima de 6.616 veículos, enquanto que a
frota na RGV era próxima de 560.367 veículos.
C) Fontes de volume
As fontes de volume presentes no inventário representam pontos de transferência, de
empilhamento, de recuperação, de carregamento e descarregamento, de estocagem e outros
pontos onde há emissão fugitiva. As fontes volumétricas foram identificadas com as iniciais
“FV” (Fontes Volumétricas) seguida do número da fonte, retirado do inventário.
A altura efetiva é considerada a altura do centro do volume da fonte em relação ao solo. A
Figura 32 representa um exemplo de fonte volumétrica. A emissão é causada devido a um
ponto de transferência de matéria-prima. A altura efetiva é representada pelo símbolo
enquanto que a altura e largura do volume são representadas, respectivamente, por H e L.

85
FIGURA 32 – MODELAGEM DE UMA FONTE VOLUMÉTRICA.
Fonte: Adaptado de SILVA e SARNAGLIA, 2010.
O inventário da Samarco não traz as dimensões das fontes extensas. A solução encontrada
para estimar essas dimensões foi o uso de um inventário de fontes completo de outro
complexo siderúrgico localizado no mesmo Estado. Para correlacionar os dados dos
inventários, foram usados como parâmetros a altura, a vazão e função (transferência,
carregamento, empilhamento, etc.) da fonte. Ainda usou como referência o Relatório de
Impacto Ambiental da área portuária da Samarco que contêm as dimensões de algumas
fontes. Em casos onde as informações quanto às características das fontes e o diâmetro da
mesma não estavam disponíveis, foram adotados valores médios para a largura das mesmas.
Por fim as estimativas das dimensões das fontes foram verificadas, quando possível, pelo
programa do Google Earth.
O inventário de referência determina a base do volume como circular, já que apresenta o dado
de diâmetro equivalente. Por definição, as fontes de volume simuladas são todos prismas
retangulares retos de base quadrada. Portanto é necessária a conversão do dado de diâmetro
equivalente para a dimensão L. Para realizar esta conversão foram utilizadas as seguintes
equações:
e
Onde
e : Áreas de base circular e quadrada, respectivamente;
D: Diâmetro equivalente;
L: Lado do quadrado.
Como as áreas da base do volume devem ser equivalente, então:

86
Essa conversão de geometria de base é fundamental para definição da dimensão lateral inicial
da pluma (σy0) que é obtida em função da largura da base do volume, de acordo com o
manual de utilização do modelo de dispersão AERMOD e varios outros guias de modelagem
de dispersão atmosférica dos estados estadunidense.
Essa formulação é apresentada no Quadro 6.
QUADRO 6 - PROCEDIMENTO PARA OBTENÇÃO DAS DIMENSÕES INICIAIS.
TIPO DE FONTE DIMENSÕES INICIAIS
Dimensão Lateral Inicial - σy0
Apenas uma fonte isolada σy0 = comprimento lateral do volume dividido por
4,3
Uma linha representada por fontes
volumétricas adjacentes
σy0 = comprimento lateral do volume dividido por
2,15
Uma linha representada por fontes
volumétricas separadas
σy0= distância entre os centros dos volumes
dividido por 2,15
Dimensão Vertical Inicial - σz0
Altura efetiva da fonte ao nível do solo σz0 = altura da fonte dividida por 2,15
Fonte elevada adjacente ou em uma
estrutura
σz0 = altura da estrutura dividida por 2,15
Fonte elevada não adjacente e não
localizada em uma estrutura
σz0 = altura da fonte dividida por 4,30
Fonte: EPA, 2004a.
Como neste estudo todas as fontes de volume foram consideradas fontes simples isoladas, ou
seja, sem a interferência de fontes próximas, então a equação para determinar σy0 foi:
O procedimento para a obtenção da dimensão vertical inicial (σz0) também seguiu
apresentada no quadro descrito acima. Como não estavam disponíveis informações detalhadas
sobre cada fonte a respeito das condições lançamento de cada uma, foi adotado que: fontes
com altura efetiva acima de 10 metros foram consideradas como fontes elevadas, enquanto
que fontes com altura efetiva abaixo de 10 metros foram consideradas posicionadas ao nível

87
do solo. Não foi necessária nenhuma estimativa da altura da fonte efetiva, já que o inventário
da Samarco apresenta este dado para cada fonte.
6.3. SISTEMA DE MODELAGEM AERMOD
6.3.1. AERMET
Para a inserção dos dados de entrada deste pré-processador foi utilizada a planilha de dados
medidos na Estação de Ubú no ano de 2010 cedidos pela Samarco. Os dados necessários
foram formatados de forma a ser reconhecida pelo programa e as unidades, quando
necessário, foram convertidas para as unidades indicadas no manual do AERMET. Segue no
Quadro 7 as variáveis consideradas com seu código de leitura.
QUADRO 7 - VARIÁVEIS CONSIDERADAS NO PRÉ-PROCESSADOR AERMET.
Código da variável Nome da variável Unidade
OSYR Ano -
OSMO Mês -
OSDY Dia -
OSHR Hora -
PAMT Precipitação Atmosférica Cm
PRES Pressão Atmosférica Millibars*10 (= hPa)
INSO Radiação Solar W/m²
RH01 Umidade Relativa %
WD01 Direção do Vento º
TT01 Temperatura ºC
WS01 Velocidade do Vento m/s
As conversões que foram necessárias de ser realizadas foram para a precipitação atmosférica e
a pressão atmosférica. Para converter a precipitação atmosférica de milímetro, como foi
recebido o dado, para centímetro, foi necessária a divisão por 10. Já a conversão dos valores
de pressão atmosférica não foi necessário, uma vez que a unidade recebida, hecto-Pascal
(hPa) tem o mesmo valor que a unidade lida pelo AERMET, o millibars*10.
No AERMOD, é possível selecionar parâmetros como rugosidade, albedo e razão de Bowen,
que são relacionados às categorias de uso do solo. Na Tabela 3, são apresentados os valores
desses parâmetros na categoria de uso do solo urbano, categoria adotada para região do
estudo.
TABELA 3- PARÂMETROS DE SUPERFÍCIE
Albedo Razão de Bowen Rugosidade
0,2 1,0 0,5
Fonte: Adaptado de VELLOSO, 2007.

88
6.3.2. AERMAP
Para o pré-processador AERMAP determinar a elevação da base das fontes e dos receptores é
necessário um levantamento topográfico do local. Para isso, utilizou-se os dados realizados
pela missão SRTM (Shutle Radar Topography Mission) realizada pela USGS/NASA (United
States Geological Survey), disponíveis sem custo para o usuário no site da USGS.
No arquivo de entrada é necessário incluir as coordenadas limite do grid receptor e de todas
as fontes emissoras. É importante ressaltar que as coordenadas dos das fontes devem estar
corretamente identificadas com o código da variável escolhido, como no inventário de fontes.
6.3.3. AERMOD
Para o correto funcionamento do modelo é necessário inserir na mesma pasta os arquivos de
saída do AERMET (AERMET.pfl e AERMET.sfc) e o arquivo de saída do AERMAP
(aermap.rou) além do arquivo de entrada, explicado abaixo.
 Bloco de Controle: Deve ser informado os seguintes parâmetros:
o Título da modelagem;
o Opção de modelo;
o Médias temporais desejadas;
o Poluente a ser modelado;
o Arquivo de saída dos erros de modelagem.
 Bloco de Fontes: Onde se insere as informações acerca das fontes a ser modeladas.
Foram utilizadas:
o Localização;
o Parâmetros (Variam de acordo com o tipo de fonte a ser modelada);
 Pontuais:
 Taxa de emissão (g/s);
 Altura de lançamento (m);
 Temperatura de saída do gás (K);
 Velocidade de saída do gás (m/s);
 Diâmetro da fonte (m).
 Volumétricas:

89
 Taxa de emissão (g/s);
 Dimensão Vertical Inicial da Pluma (m);
 Dimensão Lateral Inicial da Pluma (m).
 Areapoly:
 Taxa de emissão (g/(s.m²));
 Número de Vértices;
 Dimensão Vertical Inicial da Pluma (m) (opcional).
É importante ressaltar que para a modelagem de vias de tráfego foi escolhido a considerações
das mesmas como fontes Areapoly, após um teste se sensibilidade entre a mesma e a fonte
área, como se encontra no Apêndice B. Para os cálculos foi considerado o fator de emissão
veicular variante em relação às horas do dia, utilizando o parâmetro EMISFACT seguido se
HROFDY (indicador de variação a cada hora do dia), e os fatores de emissão horários para
cada fonte emissora.
o Definição dos grupos de fontes a serem modelados.
 Bloco de Receptores:
o Com utilização de topografia, chama-se o arquivo de saída do AERMAP
(aermap.rou) que contém as informações e elevação dos pontos receptores.
 Bloco de Meteorologia:
o Local para indicar os arquivos de saída do AERMET (AERMET.pfl e
AERMET.sfc).
 Bloco de Saída:
o Onde se define os arquivos de saída, em que foi utilizado as máximas de 1
hora, 24 horas e anual, além das médias horárias.
A partir dos arquivos de saída, com o auxilio do software Surfer Golden versão 9.0, pode-se
plotar os gráficos de concentração.
6.4. SISTEMA DE MODELAGEM CALPUFF
Neste estudo foram utilizados os modelos CALMET e CALPUFF nas versões aprovadas pela
EPA para os estudos regulatórios (versão 5.8 - Level 070623), disponíveis no site
http://www.src.com/. Optou-se pela interface gráfica (CALPUFF GUI), devido à facilidade de

90
uso do sistema de modelagem proporcionada por esta interface com o usuário. Ao indicar o
diretório de trabalho, a interface CALPUFF GUI é capaz de gerar o arquivo de controle dos
pré-processadores, do processador de dados meteorológicos (CALMET), do programa que
calcula as concentrações (CALPUFF), e dos pós-processadores (PRTMET e CALPOST),
além de executar o modelo. Ainda, a interface facilita na seleção das opções da modelagem,
como por exemplo: os poluentes a serem avaliados, os processos de deposição e
transformação química, características das fontes, do receptor, da malha computacional,
tempo de média nos arquivos de saída, etc.
Ainda é possível escolher a opção de verificar ou não as seleções feitas quanto ao Guia
Regulatório da EPA. Dessa forma, quando escolhida a opção para a verificação, como foi
caso para o presente estudo, mensagens são exibidas quando as seleções são contrárias à
regulamentação.
A metodologia do sistema de modelagem CALMET/CALPUFF é dividida em três partes
principais: processamento dos dados meteorológicos e geofísicos no CALMET,
processamento do CALPUFF onde a modelagem da dispersão dos poluentes é efetivamente
realizada e por último uso dos pós-processadores que prepara os arquivos de saída para
visualização, uma vez que são gerados em formato binário.
6.4.1. CALMET
a) Dados de entrada
As informações necessárias para a inicialização do CALMET são compostas por dados
meteorológicos horários em superfície, dois perfis diários de dados de altitude e dados
geofísicos, compostos por elevação do terreno e categorias de uso do solo.
Os dados meteorológicos de superfície são compostos por velocidade e direção do vento,
temperatura, cobertura de nuvens, altura de teto de nuvens, pressão em superfície, umidade
relativa, razão de mistura e precipitação. Os dados de altitude, originários de sondagens,
devem fornecer dois perfis verticais diários de velocidade e direção do vento, temperatura,
pressão e elevação (altura). No caso de não existirem dados em todos os níveis, o CALMET
interpola os valores das variáveis entre dois níveis, através de médias.
O Quadro 8, resume as observações meteorológicas mínimas necessárias para as simulações,
com o modelo CALMET são basicamente:

91
QUADRO 8 – OBSERVAÇÕES METEOROLÓGICAS DO CALMET.
Dados de
Superfície*
A)
Velocidade
do vento
B) Direção
do vento
C)
Temperatura
D) Pressão
na superfície
E)
Umidade
relativa
F) Taxas de
precipitação
G) Código
do tipo de
precipitação
H) Cobertura
de nuvens
I) Altura da 1º Camada de
nuvem.
Dados de altitude
(ar superior)**
A)
Velocidade
do vento
B) Direção
do vento
C)
Temperatura
D) Pressão
E)
Elevação
(altura)
* Observações horárias.
** Dois perfis verticais diários.
No modelo CALMET, os dados meteorológicos de superfície são inseridos no modelo por
meio dos arquivos SURF.DAT e PRECIP.DAT. No primeiro arquivo são incluídos todos os
dados de superfície com exceção da precipitação que é encontra-se no segundo arquivo. Os
dados meteorológicos de altitude são assimilados pelo CALMET, por meio do arquivo
UP.DAT.
b) Processamento dos dados meteorológicos de altitude (ar superior)
Os dados meteorológicos de altitude são obtidos de estações de radiossondagem e depois pré-
processados no READ62, o qual os formata para a entrada no CALMET. Contudo, para a
região estudo não existe nenhuma estação deste tipo. A estação mais próxima com uma base
de dados de ar superior encontra-se no aeroporto da capital do Estado, Vitória, que está a uma
distância aproximada de 70 quilômetros.
Em virtude disso, a solução encontrada para os dados de ar superior foi o uso de dados de
reanálise do NCEP (National Centers for Environmental Predction) e NCAR (National
Center for Atmospheric Research), uma alternativa comumente usada para a obtenção de
dados meteorológicos em locais com poucas informações.
O NCEP e NCAR estão cooperando num projeto (denominado "Reanalysis") para produzir
um registro de análises globais dos campos atmosféricos para apoio às necessidades de
comunidades de pesquisa e monitoramento do clima. Esse esforço envolve a recuperação de
dados de superfície, terrestre, navio, radiossonda, aviões, satélites e outros dados, controle de
qualidade e assimilação dos dados, para produzir um número relativamente elevado de
variáveis climáticas e meteorológicas.

92
O modelo é então compilado com os dados de observação e as variáveis meteorológicas
determinadas são interpoladas para sistema de redes tridimensionais ou tetradimensionais com
o auxílio de modelos de circulação geral, utilizados nas previsões do estado do tempo. Neste
processo são produzidos dados a vários passos temporais, que vão desde uma frequência de
quatro vezes por dia (de 6 em 6 horas) até aos resumos mensais (médias mensais), tendo como
base o Tempo Universal (UTC).
O NCEP produziu uma segunda versão da primeira reanálise a parir do começo da era
principal dos satélites, em 1979. Mais observações foram adicionadas, erros assimilados
foram corrigidos e uma melhor versão do modelo utilizada.
Neste estudo foram então utilizados os dados de Reanálises 2 do NCEP-DOE disponibilizados
no sitio http://nomad1.ncep.noaa.gov/ncep_data/index.html. Parte dos dados está dividida em
17 níveis isobáricos, porém para este trabalho foram extraídos os dados de altura
geopotencial, temperatura e velocidades u e v apenas para os níveis de 1000hPa, 925hPa,
850hPa, 700hPa, 600hPa, 500hPa, 400hPa e 300hPa.
Devido ao formato em que foram obtidos esses dados, optou-se pela não utilização do pré-
processador READ62, visto que este pré-processador só aceita dados nos formatos NCDC
TD-6201 e NCDC CD-ROM FSL Rawinsonde. A solução adotada foi pré-formatar os dados e
utilizar um código desenvolvido pelos autores em linguagem FORTRAN, para gerar o
arquivo UP.DAT (arquivo de dados de ar superior) no formato aceito pelo CALMET. Antes,
porém, foi necessário calcular a direção do vento pelas vetoriais da velocidade.
Ainda, para uma maior confiança nos resultados, optou por fazer um teste de sensibilidade
dos resultados da modelagem com o uso de dados de altitude do aeroporto. Como os dados
meteorológicos de altitude do aeroporto estavam disponíveis no formato aceito pelo READ62,
então para esta simulação optou por utilizar o pré-processador. A descrição dos
procedimentos adotados para esta simulação, bem como os seus resultados são detalhados no
apêndice A. Observou-se que os resultados das modelagens com o uso de dados de reanálise e
com o uso de dados do aeroporto pouco se diferenciaram. Contudo com os dados de reanálise,
observou-se um melhor desempenho na modelagem, mesmo que pouco significativo. Assim
ao final optou-se por essa base de dados.

93
c) Processamento dos dados meteorológicos de superfície
Para os dados de direção e velocidade do vento, temperatura do ar, umidade relativa,
precipitação pluviométrica e pressão foram utilizadas os dados da Estação do Porto do ano de
2010.
Quanto aos dados de cobertura de nuvens e altura da primeira camada de nuvens, esses não
são medidos na estação do porto. Para esses dados, havia novamente a possibilidade de
utilizar dados de reanálise ou dados da estação do aeroporto. Optou-se pelo teste de
sensibilidade para a escolha dos dados. Como havia dito acima, observou-se que com a
utilização de dados de reanálise, a modelagem apresentava melhor desempenho quando
comparada aos dados observados na estação.
O código de precipitação caracteriza a precipitação pluviométrica quanto ao tipo de
precipitação e a intensidade, segundo determinado formato de dados (CD144). Para a
modelagem foram adotados apenas os códigos 1, 2 e 3, que indicam chuva fraca, moderada e
intensa, respectivamente.
A classificação da intensidade teve como base a precipitação pluviométrica acumulada em
uma hora durante os períodos de chuvas.
O pré-processador smerge aceita arquivos nos formatos NCDC-144 (SAMSON) ou NCDC
CD-ROM. Para este trabalho, utilizou-se o primeiro formato. Devido a isso os dados
meteorológicos de superfície foram formatados por meio de códigos escritos em linguagem
FORTRAN para criar o arquivo de entrada no formato SAMSON.
Já o pré-processador pmerge assimila os dados no formato NCDC TD 3240. Contudo optou
por não utilizar esse processador, devido à dificuldade de formatar os dados de entrada no
formato requisitado. Assim o arquivo precip.dat (dados de precipitação) foi gerado por um
código próprio de modo direto, ou seja, sem o pré-processador.
d) Processamento dos dados Geofísicos
Para os dados geofísicos, alguns dados de entrada são: dados de linha de costa, dados do
terreno, dados de uso e ocupação do solo. Os dados de linha de costa são utilizados para o
tratamento das inconsistências presentes na interface água/terra.
Nesta seção, será feita uma discussão a respeito da metodologia adotada nos pré-
processadores de dados geofísicos.

94
 TERREL
Os dados de terreno foram extraídos e reformatados de arquivos DEM através do pré-
processador TERREL. A utilização do TERREL basicamente envolve a seleção dos dados de
elevação e a definição do domínio. Ainda foram utilizados dados da linha de costa com o
objetivo de corrigir possíveis imperfeições.
Para a linha de costa foi utilizados os dados da GSHHS (Global Self-consistent Hierarchical
High-resolution Shoreline) que é um conjunto de dados de linha de costa de alta resolução
formado a partir da combinação de duas bases de dados de domínio público: World Data
Bank II (WDBII) e World Vector Shoreline (WVS).
Os dados de linha de costa podem ser utilizados para simplificar busca e seleção de dados
para o domínio, como exemplo na interpolação dos dados de uso e ocupação do solo ou dados
de elevação do solo.
O GSHHS versão 1.3 foi disponibilizado em 1º de Outubro de 2004 em formato binário, e
pode ser obtido no link
http://www.ngdc.noaa.gov/mgg/shorelines/data/gshhs/oldversions/version1.5/gshhs_1.3.zip.
Para utilizar o GSHHS bastar localizar e selecionar os dados brutos seja no TERREL seja no
CTGPROC. O nome padrão para o arquivo é gshhs_f.b. Como output é gerado um arquivo de
linha de costa processado na extensão. BLN, cujo nome padrão é coast.bln. Uma vez
processado em um dos pré-processadores, o arquivo BLN pode ser utilizado no outro, o que
reduz significantemente o tempo de processamento. Neste estudo optou por utilizar os dados
brutos no Terrel e depois entrar com o arquivo coast.bln no pré-processador CTGPROC.
Os arquivos de entrada do TERREL foram:
 A base de dados do terreno num dos formatos permitidos;
 O arquivo de controle do usuário (TERREL.INP) contendo as opções selecionadas na
interface do programa.
 Arquivo de linha de costa no formato bruto (gshhs_f.b.)
Os principais dados de saída incluem:
 Arquivo do tipo lista (TERREL.LST) contendo as opções selecionadas, possíveis
erros, e uma listagem da elevação do terreno em cada ponto da malha do domínio;

95
 Arquivo para a plotagem (TERREL.GRD) dos dados em algum software de
mapeamento de superfície (Golden Software Surfer 9, por exemplo);
 Arquivo ASCII contendo os dados de saída da elevação do terreno (TERREL.DAT)
prontos para serem usados no pré-processador MAKEGEO.
 Arquivo de resguardo (TERREL.SAV), contendo o dado de saída intermediário em
formato binário;
O arquivo TERREL.GRD foi usado no software Golden Software Surfer 9 para plotar o
Gráfico tridimensional do domínio com as posições geográficas em UTM (Sistema Universal
Transverso de Mercator).
 CTGPROC
A U.S. Geological Survey (USGS), a Universidade de Nebraska-Lincoln, e a European
Commission’s Joint Research Centre (JRC) geraram a Características Globais de Cobertura
do Solo (GLCC). A GLCC é uma base dados global de características de cobertura de solo de
1 km de resolução para ser utilizada em diversas pesquisas ambientais e aplicação em
modelagem. Esses dados são disponibilizados pela United State Geological Survey (USGS)
no site (http://www.src.com/datasets/datasets_lulc.html).
Os dados de uso e ocupação do solo para a América do Sul utilizados no presente trabalho
estão disponíveis no link
http://edcftp.cr.usgs.gov/pub/data/glcc/sa/lambert/sausgs2_0l.img.gz.
Uma vez adquiridos os dados, o pré-processador CTGPROC foi utilizado para preparar os
dados para o MAKEGEO. O CTGPROC ao processar o arquivo, determina a ocupação do
solo para cada célula pertencente ao domínio de estudo. Como entrada são utilizados os dados
da USGS, o arquivo de controle do usuário, CTGPROC.INP e o arquivo de linha de costa
formatado (COAST.BLN). Um arquivo lista (CTGPROC.LST) e um arquivo contendo os
dados de ocupação do solo (LU.DAT), são criados como saída do programa.
 MAKEGEO
MAKEGEO é o pré-processador final dos dados geofísicos, que lê os dados de uso e
ocupação do solo, a partir do arquivo LU.DAT, e os dados do terreno, a partir do
TERREL.DAT. Ele também produz o arquivo GEO.DAT no formato para a entrada no
CALMET.

96
A visualização do terreno e ocupação do solo pode ser feita através do CALVIEW após a
utilização do MAKEGEO.
e) Processamento do CALMET
Para inicialização do modelo CALMET são necessários cinco arquivos principais: o arquivo
de controle (CALMET.INP), onde é organizada a estrutura da simulação; o arquivo contendo
a declaração dos valores dos parâmetros (PARAMSL.MET) das variáveis (lógicas, vetores,
matrizes, etc.) usadas; o arquivo executável do programa (CALMETL.EXE); o arquivo
contendo dados de superfície (SURF.DAT); o arquivo de dados de radiossondagem
(UP.DAT). Também podem ser inseridos os arquivos de dados atmosféricos acima do oceano
(SEA.DAT) e o arquivo contendo dados de precipitação (PRECIP.DAT).
Os arquivos de dados de entrada já foram discutidos em seção anterior e os arquivo de
declaração de parâmetros e executável não receberam nenhum tratamento, apenas a
preparação do arquivo de controle, CALMET.INP, e as explicações a ele pertinentes serão
abordadas nesta seção.
Como já foi fito anteriormente, utilizou-se a interface CALPUFF GUI para gerar o arquivo de
controle que define as informações da simulação, como o período de processamento, malha
computacional, poluentes, etc.
Nesta etapa há vários parâmetros do cálculo da dispersão que podem ser especificados pelo
usuário ou pode usar os valores padrão quando existentes. Apenas alguns foram modificados;
neste caso principalmente devido às mensagens de não conformidade com a regulamentação
ou para adequação a região do estudo. Como exemplo o parâmetro de Coriolis foi alterado de
0,0001 para 0,00005, pois o valor padrão é acertado para latitudes médias, enquanto a região
de estudo se situa na zona intertropical, nas proximidades da latitude de 20,8º. Segundo
Holton (2004) apud Silva e Sarnaglia (2010), o parâmetro de Coriolis pode ser calculado pela
seguinte equação:
Onde:
: Parâmetro de Coriolis;
Ω é a velocidade angular da Terra;

97
: Latitude.
O valor de 0,00005 foi o arredondamento encontrado para cinco casas decimais.
O CALPUFF Gui permite ainda o gerenciamento de varias opções como, por exemplo, para a
determinação do campo de ventos, optou por utilizar na camada mais baixa apenas os dados
da estação de superfície enquanto nas camadas acima foram utilizados apenas os dados de ar
superior para a interpolação do campo de ventos
Os dados de superfície, ar superior e precipitação depois de formatados, conforme já
explicado anteriormente são adicionados. Apenas são necessárias a indicação da posição das
estações, e a altura do anemômetro para as estações de dados meteorológicos.
E finalmente, são escolhidas as opções de saída que correspondem, basicamente a escolha do
tipo do arquivo de dados gerado e seu nome, cujo padrão é ALMET.DAT e as opções de
impressão no arquivo lista, por padrão CALMET.LST.
O arquivo lista gerado sumariza as opções escolhidas para a simulação, bem como eventuais
mensagens de advertência e erro.
O quadro 9, mostra as entradas e saídas do processador CALMET.
QUADRO 9 - ENTRADAS E SAÍDAS DO PROCESSADOR CALMET.
Arquivos de entrada Arquivos de saída
CALMET.INP Arquivo de controle
CALMET.DAT
Arquivo de dados metereológicos e
geofísicos formatado para entrada no
CALPUFF. (Formato binário)GEO.DAT Arquivo de dados geofísicos
SURF.DAT Arquivo de dados de superfície CAMET.LST Arquivo lista.
UP.DAT Arquivo de dados de altitude
PRECIP.DAT Arquivo de dados de precip.dat
O arquivo CALMET (CALMET.DAT) contém todos os dados meteorológicos e geofísicos do
domínio computacional em formato binário, que pode ser pós-processada utilizando o
programa PRTMET, possibilitando assim a sua visualização.
f) PRTMET

98
PRTMET é um programa de pós-processamento do CALMET incluso na via interface gráfica
(PRTMET GUI). O programa PRTMET necessita de quatro arquivos para promover o
processamento: o arquivo de controle (PRTMET.INP); arquivo contendo a declaração dos
valores dos parâmetros (PRTMET.PMT) das variáveis; o arquivo executável do programa
(PRTMET.EXE) e o arquivo de saída do modelo CALMET (CALMET.DAT), que contém os
dados meteorológicos e geofísicos na região do domínio computacional, e que serão
processados.
Na preparação do arquivo de controle podem ser escolhidas as saídas, que são diversas para o
arquivo lista e para a criação de plots, que podem ser empregados como arquivos de entrada
para geração de gráficos. Entre essas opções destaca: altura da camada de mistura, taxa de
precipitação, estabilidade atmosférica. Ainda podem ser criados plots tridimensionais para
cada camada da temperatura e velocidade dos ventos. Os arquivos de saída são PRTMET.LST
que sumariza as opções escolhidas para a simulação bem como eventuais mensagens de
advertência e erro e os arquivos com os dados de saída selecionados
6.4.2. CALPUFF
Para compilar o modelo CALPUFF necessita de quatro arquivos essenciais: o arquivo de
controle (CALPUFF.INP); o arquivo contendo a declaração dos valores dos parâmetros
(PARAMS.PUF) das variáveis usadas; o arquivo executável do programa (CALPUFF.EXE);
o arquivo de dados meteorológicos (CALMET.DAT).
Novamente foi utilizada a interface CALPUFF GUI para gerar o arquivo de controle. O
período de processamento utilizado no CALPUFF foi o mesmo adotado no CALMET. Os
parâmetros referentes aos poluentes, como média geométrica do diâmetro, por exemplo,
foram mantidos com os valores padrões disponibilizados pelo CALPUFF.
Não foram consideradas transformações químicas neste estudo, logo esse campo não foi
utilizado. Entretanto foi utilizada deposição úmida e seca. Os parâmetros para a deposição
úmida e seca foram mantidos os mesmos.
Na etapa seguinte são inseridos os dados relativos às fontes. No estudo foram escolhidas as
opções de fonte de linha e volume para representação das fontes industriais e fontes de área
para representação das vias.
Os parâmetros de entrada das fontes pontuais no modelo CALPUFF são:

99
 Identificação da fonte (até seis dígitos);
 Coordenadas em UTM da fonte em quilômetros;
 Altura efetiva da fonte em relação ao solo em metros;
 A elevação do solo em relação ao nível do mar em metros;
 Diâmetro da fonte em metros;
 Velocidade de saída da pluma em metros por segundos;
 Temperatura de saída em Kelvins;
 Presença de estruturas próximas à fonte (não utilizado neste estudo);
 Dimensões iniciais da pluma (σy0 e σz0) em metros (não utilizado neste estudo);
 Fluxo de momento vertical (0 ou 1);
 Altura da plataforma em mAGL (não utilizado neste estudo);
 Taxa de emissão do poluente (adotada g/s);
 Variação temporal da emissão (não utilizado neste estudo).
O fluxo de momento vertical recebe os valores lógicos 0 ou 1. Onde 0 representa a ausência
de fluxo de momento vertical e 1 representa fluxo de momento vertical total. Deve-se usar 0
apenas quando existe algum obstáculo na saída da chaminé (chapéu de proteção contra a
chuva, por exemplo). Como essa informação não estava disponível, foi considerado fluxo de
movimento vertical total para todas as fontes pontuais.
Os dados de entrada para a modelagem de fontes de área no CALPUFF são:
 Coordenadas em UTM dos quatro pontos que formam o polígono que representa a fonte
em quilômetros;
 Taxa de emissão do poluente (adotada Kg/hr.m²);
 Dimensão vertical inicial (σz0) em metros;
 Variação temporal da emissão.
Os dados de entrada para a modelagem de fontes volumétricas no CALPUFF são:
 Coordenadas em UTM do centro do volume em quilômetros;

100
 Taxa de emissão do poluente (adotada g/s);
 Dimensões iniciais da pluma (σy0 e σz0) em metros;
 Variação temporal da emissão (não utilizado neste estudo).
Tais informações foram inseridas diretamente no arquivo de inicialização CALPUFF.INP,
sem o auxílio da interface CALPUFF Gui. Para isso, executou-se a simulação sem fontes e no
CALPUFF.INP foram inseridos os dados das fontes formatados em uma rotina escrita em
linguagem FORTRAN.
Além da região do domínio computacional, também foram inseridos 4 (quatro) pontos
discretos à malha equivalentes a localização das estações de monitoramento de qualidade do
ar, com o objetivo de se obter dados de concentração estimados nestes pontos para posterior
comparação. Por fim, selecionar os arquivos de saídas.
Uma vez processado o modelo, são gerados um arquivo que sumariza as opções escolhidas
para a simulação (CALPUFF.LST), bem como eventuais mensagens de advertência e erro na
simulação e um arquivo contendo as concentrações dos poluentes nas médias de tempo e
unidades selecionadas para os receptores ativados na modelagem (CONC.DAT).
O Quadro 10 mostra as entradas e saídas do CALPUFF.
QUADRO 10 - ENTRADAS E SAÍDAS DO PROCESSADOR CALPUFF.
CALPUFF.INP Arquivo de controle CONC.DAT
Arquivo de dados de concentração
formatado para entrada no
CALSUM e depois no CLAPOST.
(Formato binário)
CALMET.DAT
Arquivo de dados geofísicos e
meteorológicos.
CALPUFF.LST Arquivo lista.
6.4.3. CALSUM
O CALSUM é um pós-processador que cuja função é juntar vários arquivos de dados de
concentração em apenas um para pós-processamento no CALPOST. Esse processador não
está incluída na interface gráfica. Os arquivos de entrada incluem o CALSUM.INP, que
contém as informações de controle e os arquivos de dados de concentração. Como saída, ele

101
gera um arquivo com os dados da concentração total e um arquivo lista (CALSUM.LST)
indicando as opções selecionadas e possíveis erros. O arquivo executável recebe o nome de
CALSUM.EXE e o arquivo com os parâmetros das variáveis usadas na simulação recebe o
nome de PARAMS.SUM.
Uma amostra do arquivo de controle do CALSUM acompanha o arquivo executável. O
download do CALSUM deve ser feito no seguinte sítio:
http://www.src.com/CALPUFF/download/mod6_codes.htm.
O Quadro 11 mostra as entradas e saídas deste processador.
QUADRO 11 - ENTRADAS E SAÍDAS DO PÓS - PROCESSADOR CALSUM.
CONC1.DAT
Arquivo de dados de
concentração da simulação 1
CONC_T.DAT
total das diferentes simulações.
CONC2.DAT
Arquivo de dados de
concentração da simulação 2
CALSUM.LST Arquivo lista.
... ...
CONCn.DAT
Arquivo de dados de
concentração da simulação n
6.4.4. CALPOST
O programa CALPOST, diferente do CALSUM está incluído na via interface gráfica
CALPOST GUI. O programa necessita de quatro arquivos para promover o processamento: o
arquivo de controle (CALPOST.INP), onde é organizada a estrutura da simulação; o arquivo
contendo a declaração dos valores dos parâmetros (PARAMS.PST) das variáveis; o arquivo
executável do programa (CALPOST.EXE) e o arquivo de saída do pós-processador
CALSUM (CONC_T.DAT). Os arquivos de saída contêm as concentrações dos poluentes
simuladas nos receptores ativados para modelagem e o arquivo (CALPOST.LST) que
sumariza as opções escolhidas para a simulação bem como eventuais mensagens de
advertência e erro na simulação.
No CALPOST, o usuário tem diversas opções para o formato dos dados do arquivo de saída.
Pode-se escolher o poluente desejado a ser impresso (caso a modelagem envolva mais de um
poluente), a unidade para a concentração, as médias de tempo (1 hora, 24 horas, anual ou a
média do período de processamento), a impressão das quatro maiores concentrações para cada

102
ponto da malha ou as 50 maiores concentrações de todo o domínio e varias outras opções.
Ainda podem ser escolhidos os receptores para os quais serão exibidas as concentrações,
sejam eles os receptores da malha ou os receptores discretos
Quanto ao formato do arquivo, pode-se escolher a extensões .dat ou grd. O último formato
permite a visualização direta em um programa de reprodução gráfica, como o Surfer Golden
versão 9.0, que foi o programa utilizado neste trabalho.
O programa da interface CALPUFF GUI ainda possui o programa CALVIEW que pode ser
utilizado para a visualização gráfica dos resultados da modelagem.
O Quadro 12 mostra as entradas e saídas deste processador.
QUADRO 12 - ENTRADAS E SAÍDAS DO PÓS - PROCESSADOR CALPOST
CALPOST.INP Arquivo de controle PLOTS.GRD
no formato grid
CONC.DAT
Arquivo de dados de
concentração
RANK.DAT
Arquivo de dados das maiores
concentrações
TIMESERIE.DAT
Arquivo de dados das
concentrações para um intervalo de
tempo selecionado.
CALPOST.LST Arquivo lista.
6.5. ANÁLISE ESTATÍSTICA
Por causa das limitações dos modelos gaussianos, como não considerar a mudança de direção
e intensidade do vento e basear-se em parâmetros empíricos como rugosidade do solo, o erro
associado a eles está em uma faixa de 50%, segundo ARYA (1999) apud VICENTINI (2011).
Portanto as concentrações previstas possuem uma grande amplitude de variação. Assim, como
a EPA não tem recomendações segundo esses parâmetros, apenas em relação a 90% dos
dados meteorológicos terem que ser considerados, para o modelo ser aceito para fins
regulatórios.
Por isso utiliza-se de meios estatísticos para avaliar a qualidade da modelagem matemática, a
partir de parâmetros que serão especificados abaixo.
 Média Aritmética e Desvio Padrão:

103
A média aritmética é uma ferramenta para saber se a concentração média calculada é
próxima da concentração média medida. Seu cálculo foi utilizado nas médias horárias
e médias de 24h, e sua fórmula segue abaixo:
O desvio padrão indica o grau de dispersão dos valores em relação à média, e é
calculado a partir de:
Em que:
: Média aritmética dos valores de x;
: Desvio padrão;
: Representa os dados de concentração;
: Número de medições realizadas no ano.
 Coeficiente de Correlação (COR):
Este cálculo estatístico determina a relação linear entre duas variáveis, como no caso
do presente trabalho, entre os valores estimados e os medidos. Seu valor varia entre -1
e 1, e é um valor adimensional. Seu cálculo é realizado da forma seguinte:
Sendo:
: Coeficiente de Correlação;
: Concentração estimada;
Y: Concentração medida;
 Vicio Desvio Fracional, Robust Highest Concentration:
O cálculo do vício mostra o erro médio entre os dados estimados e os dados medidos,
sendo calculado pela seguinte fórmula:

104
Em que:
: Concentração estimada;
Y: Concentração medida;
A importância deste cálculo se deve pela importância de dados de comparação para
dados futuros.
Para medida de desempenho do modelo recomendada pela EPA, segundo RADJONIC
e GARISTO (2004), é a FB, sendo calculada como:
Onde:
: Médias dos 25 maiores valores estimados e medidos, respectivamente.
O valor deste parâmetro varia entre -2 (subestimação extrema) e 2 (superestimação
extrema), e quanto mais próximo de zero mais livre de desvio está a modelagem.
O Robust Highest Concentration (RHC) representa a estimativa das mais altas
concentrações baseadas em uma curva exponencial para a distribuição de
concentração. Seu cálculo pode ser descrito como:
Sendo:
: Número de valores usados para caracterizar as mais altas concentrações, assumindo
n =26 (COX e TIKVART, 1990)
: Enésimo maior valor;
: Média dos n-1 maiores valores
Esse cálculo é importante para avaliar a influência de atividades não usuais, tendo em
vista que um modelo regulatório necessita de ser o mais próximo do real possível,
podendo ser realizado uma comparação entre o valor dos dados medidos e calculado,
para a avaliação do modelo.

105
 Fator de Dois:
Cálculo do percentual de resultados simulados que se encontram dentro de um erro de
até 100% em relação aos resultados obtidos, e seu valor ótimo é 1. Assim, quanto mais
próximo desse valor, melhor os resultados.
 Erro Quadrático Médio:
Esse valor indica os desvios gerais entre os valores estimados e medidos. Ao contrário
do Vício, o Erro quadrático médio os desvios são somados e, por isso, mostra as
diferenças mais acentuadas entre as séries medida e estimada. Se o valor encontrado é
pequeno, indica que o desempenho é bom no tempo e no espaço. Seu cálculo é:
Sendo:
: Valores estimados e medidos, respectivamente;
: Número dos trabalhos medidos

106
7. RESULTADO E DISCUSSÕES
Este capítulo expõe os resultados obtidos e discussões a eles pertinentes em duas seções. Na
primeira é feita a análise da influência das fontes móveis e estacionárias na qualidade do ar da
Região de Anchieta, além da verificação de atendimento a legislação CONAMA e diretrizes
da OMS. Na segunda seção é apresentada a avaliação do modelo utilizado através das
ferramentas estatísticas abordadas na seção anterior.
7.1. AVALIAÇÃO DA QUALIDADE DO AR
A) Resultados do AERMOD
As Figuras 33 e 34 apresentam, respectivamente, a distribuição das concentrações máximas
médias de 24 horas e das concentrações médias anual de PM10 na região de estudo, durante o
ano de 2010, usando o modelo AERMOD.
 Média de 24 horas
FIGURA 33 - CONCENTRAÇÕES MÁXIMAS MÉDIAS DE 24 HORAS DE PM10 EM 2010, USANDO AERMOD

107
Na Figura 33, observa-se que a maior concentração máxima média diária no domínio é de
121 µg/m³ e essa se encontra sobre o empreendimento da Samarco. Portanto, em nenhum
ponto do domínio, o valor da concentração ultrapassa o limite estabelecido pela Resolução
CONAMA 03/90 para a média de 24 horas de PM10, que é de 150 µg/m³. Além da região
da Samarco, observam-se altas concentrações sobre a comunidade de Mãe-bá, o que já era
esperado tendo em vista a sua proximidade com o empreendimento. A concentração que
chega a comunidade de Ubú é de 9,8 µg/m³, enquanto que na comunidade de Meaípe, a
concentração varia entre 5 µg/m³ e 7,5 µg/m³. Em Anchieta, que está a uma distância
aproximada de 7Km da Samarco, a concentração chega a menos que 5 µg/m³.
 Média Anual
FIGURA 34 - CONCENTRAÇÃO MÉDIA ANUAL DE PM10 EM 2010, USANDO AERMOD.
A Figura 34 indica que o Padrão de Qualidade do Ar previstos na CONAMA 03/90 para a
média anual de PM10 não foi ultrapassado em nenhum momento, tendo sua concentração
máxima de 9,42 µg/m³.

108
B) Resultados do CALPUFF
As Figura 35 e 36 apresentam, respectivamente, a distribuição das concentrações máximas
médias de 24 horas e a média anual da concentração de PM10 na região de estudo durante o
ano de 2010, usando o modelo CALPUFF.
 Média de 24 horas.
FIGURA 35 - CONCENTRAÇÕES MÁXIMAS MÉDIAS DE 24 HORAS DE PM10 EM 2010, USANDO CALPUFF.
Assim como no modelo AERMOD, a Figura 35 indica que o Padrão de Qualidade do Ar
previstos na resolução CONAMA 03/90 para a média de 24 horas de PM10 não foi
ultrapassado em nenhum momento, porém apresentou resultados mais próximos do limite,
tendo sua concentração máxima o valor de 140,23 µg/m³ na área da Samarco. Na comunidade
de Mãe-Bá as concentrações máximas médias calculadas foram aproximadamente 90 µg/m³.
Já na cidade de Anchieta as concentrações máximas médias calculadas estão entre 15 µg/m³ e
20 µg/m³, enquanto em Ubú se encontram entre 60 µg/m³ e 70 µg/m³.

109
 Média Anual:
FIGURA 36 - CONCENTRAÇÃO MÉDIA ANUAL DE PM10 EM 2010, USANDO CALPUFF.
Na Figura 36 pode ser observado que o Padrão de Qualidade do Ar previstos na Resolução
CONAMA 03/90 não foi ultrapassado em nenhum momento, e sua concentração máxima
calculada possui o valor de 42,47 µg/m³. As médias anuais para as comunidades de Mãe-bá e
Ubú variam de 10 a 14 µg/m³, já para cidade de Meaípe, a média anual varia de 2 a 4 µg/m³. E
a média anual em Anchieta está próxima de 2 µg/m³. Os valores máximos em ambos os
modelos foram encontrados próximo ao centro da malha, onde se encontra a Samarco.
Comparando os resultados das modelagens com AERMOD e CALPUFF, verifica-se que
usando o primeiro modelo, as concentrações de PM10 nas suas médias de 24 horas e anual,
foram significativamente menores que os valores encontrados usando o modelo CALPUFF.
7.2. ANÁLISE ESTATÍSTICA
No presente estudo foi realizado um teste de sensibilidade a partir dos parâmetros estatísticos
acima descritos para a definição de qual modelo apresentou melhores resultados em
comparação aos dados de qualidade do ar das estações de Mãe-bá e Ubú.

110
 Análise dos dados de monitoramento de PM10 nas estações de qualidade do ar:
Porcentagem dos dados observacionais diários de PM10, durante o ano de 2010, para
a Estação de Mãe-bá é de 23,3% (85 dados) e para a Estação de Ubú é de 91,2% (333
dados).
 Análise dos resultados da modelagem:
Os indicadores estatísticos da comparação entre os resultados da modelagem do
CALPUFF e AERMOD com o dados do monitoramento de qualidade do ar são
apresentados na Tabela 2 que se encontra na próxima página.
Observa-se na Tabela 4 que os fatores de correlação encontrados para os dois modelos
encontram-se abaixo do esperado se comparados aos valores obtidos por Soares (2010) e
Silva e Sarnaglia (2010) que são respectivamente 0,36 e 0,08 para o CALPUFF e 0,58 para o
AERMOD. A estação Ubú que apresentou o melhor índice de correlação para ambos os
modelos com os valores de 0.05 e 0,04 para o CALPUFF e o AERMOD, respectivamente.
Ao analisar o parâmetro vício, observa-se que em todos os casos deram negativo, o que indica
a subestimação das concentrações do poluente pelos modelos. O valor de 2.23 μg/m3
foi
encontrado por Silva e Sarnaglia (2010), no entanto, a comparação entre estudos realizados
em diferentes áreas não é aplicável.
Os parâmetros RHC e FB são usados para comparar as maiores concentrações previstas e
medidas. Valores maiores que um para a razão RHC e maiores que zero para FB indicam
sobrepredições e quando são menores que um e menores que zero, respectivamente indicam
subpredições para as maiores concentrações. Observa-se que nas duas estações para ambas as
modelagens, CALPUFF e AERMOD, os resultados dos índices FB e RHC indicam a
subestimação das maiores concentrações. Em relação aos valores obtidos para os indíces FA2
e EMQN, nota-se que o desempenho do CALPUFF foi melhor que do AERMOD para ambas
as estações. Verifica-se que o resultado obtido com o CALPUFF para a estação de Ubú, está
próximo do valor encontrado por Soares (2010), com o valor de 0,33.

111
TABELA 4- COMPARAÇÃO DOS ÍNDICES ESTATÍSTICOS ENTRE AERMOD E CALPUFF E REFERÊNCIAS.
1. Média da Concentração Prevista 2. Média da Concentração Observada NA. Não aplicado à Comparação.
Índices estatísticos
Estações com medição de PM10 Referências
Valor
ótimo
Ubú Mãe-bá SOARES, 2010
SILVA e
SARNAGLIA,
2010
CALPUFF AERMOD CALPUFF AERMOD CALPUFF AERMOD CALPUFF
Média anual ± Desvio Padrão (µg/m³)¹ 8.52 ± 8.40 0.30 ±8.52 6.74 ± 7.65 0.55 ± 0.29 NA NA NA NA
Coeficiente de Correlação (COR) 0.05 0.04 -0.06 -0.02 0,36 0,58 0.08 1
Vício (µg/m³) -19.58 -27.88 -18.74 -25.17 ˗ ˗ 2.23 0
RHCES/RHCME 0.59 0.02 0.82 0.03 ˗ ˗ 1.74 1
Desvio Fracional (FB) -0.67 -1.92 -0.25 -1.87 0,9 -0,07 0.53 0
Fator de dois (FA2) 0.36 0.01 0.35 0.02 0,33 0,74 1 1
Erro Médio Quadrático Normalizado (EMQN) 2.56 113.59 3.58 58.36 1,98 0,43 0.28 0
Média anual ± Desvio Padrão (µg/m³)² 28.19 ± 15.57 25.64 ± 14.1 NA NA NA NA

112
Na Figura 37 é apresentado um gráfico do tipo QuantilxQuantil (QxQ) para as médias
de 24 horas de PM10 na estação de Ubú. Esse tipo de gráfico é preparado a partir da
plotagem dos dados estimados contra os dados medidos, as concentrações estimadas e
medidas são colocadas em ordem crescente e pareadas independentemente de tempo ou
espaço. Segundo NIST/SEMATECH (2010) apud Silva e Sarnaglia (2010), o QxQ é
uma técnica gráfica para determinar se duas séries de dados possuem distribuição
comum. A linha de 45° de referência é plotada e se as duas séries possuem a mesma
distribuição os pontos devem se aproximar dessa linha. Ou seja, em gráficos QxQ um
bom modelo terá uma inclinação similar a de uma linha 1:1 e, especificamente para
aplicações regulatórias, terá os maiores valores da estimativa próximos aos valores
medidos (SILVA E SARNAGLIA, 2010). Os resultados ainda foram avaliados por um
fator de dois, de modo que analisa se as concentrações previstas estavam dentro da faixa
delimitada pela metade e o dobro das concentrações observadas na estação. Observa-se
no gráfico abaixo, que apenas as maiores concentrações modeladas pelo CALPUFF são,
em alguns pontos, superiores a metade das concentrações medidas.
Figura 37 - Análise dos resultados obtidos para o AERMOD e CALPUFF em relação aos
valores medidos.
7.3. OUTROS RESULTADOS
Como o modelo CALPUFF apresentou melhor desempenho que o modelo AERMOD,
assim como foi observado na seção anterior, então a presente seção apresentará outras
análises obtidas com esse modelo. Primeiramente será analisada a contribuição das
fontes industriais, consideradas no inventário, para a concentração total prevista. Em

113
seguida será analisada a qualidade do ar na região segundo os limites do IQA para
PM10. Ainda, foi avaliada a qualidade do ar da região pelo poluente PTS, usando o
modelo CALPUFF que apresentou melhor desempenho do que o AERMOD. Outras
análises que também foram consideradas relevantes durante o estudo, como a análise da
qualidade do ar segundo as recomendações da OMS, são abordadas nos apêndices.
Na Figura 38 são apresentadas as concentrações máximas médias de 24horas de PM10
previstas considerando apenas as fontes industriais na simulação.
FIGURA 38 - CONCENTRAÇÕES MÁXIMAS MÉDIAS DE 24 HORAS DE PM10 PARA AS FONTES INDUSTRIAIS
A partir da comparação da Figura 38 com a Figura 35 pode-se observar que as vias de
tráfego interferem significativamente na qualidade do ar da região, tendo em vista que
os valores máximos médios da Figura 35 (Fontes industriais e móveis) são superiores
aos valores do gráfico da Figura 38. Nota-se ainda que há uma superestimativa das
concentrações em alguns trechos das vias simuladas no modelo. Observou que este
evento ocorreu nos trechos mais longos, ou seja, nos trechos onde havia uma menor
proporção entre a largura e o comprimento dos polígonos usado para representá-los.

114
FIGURA 39 - CONCENTRAÇÕES MÉDIAS ANUAIS DE PM10 PARA AS FONTES INDUSTRIAIS.
Tanto na Figura 39 quanto na Figura 36, podem-se observar valores baixos para as
médias anuais, porém as dimensões da pluma são superiores na Figura 36, tendo em
vista a presença de vias de tráfico distribuídas ao longo do domínio.
As Figuras 40 e 41 apresentam a dispersão do PTS na região estudada, para as médias
de 24 horas e anual.

115
Figura 40 – Concentrações Máximas Médias de 24h para PTS
Pode-se observar na Figura 40, que o padrão de qualidade do ar presente na CONAMA
é ultrapassado na área do empreendimento, nas cidades de Anchieta e nas comunidades
de Mãe-bá e Ubú, estando abaixo do limite apenas em Guarapari, que se encontra a
aproximadamente 8Km de distância da Samarco. A Figura 41 apresenta as
concentrações médias anuais de PTS na região.

116
FIGURA 41- CONCENTRAÇÕES MÉDIAS ANUAIS DE PTS
Para as concentrações médias anuais calculadas para a região de estudo foi observado à
qualidade do ar superior ao padrão CONAMA na região do empreendimento da
Samarco e nas comunidades de Mãe-bá. Lembrando que o padrão de PTS para a média
de 24 horas é de 240 µg/m³.
As Figuras 42 e 43 apresentam a classificação da qualidade do ar na região em relação
ao IQA, calculado a partir das médias móveis de 24 horas de PM10 e PTS,
respectivamente.

117
Figura 42 - Classificação da região de estudo segundo o IQA considerando o poluente PM10.
Pode-se observar que apesar de dela ser considerada “Regular” na região do
empreendimento da Samarco e nas comunidades de Mãe-Bá e Ubú, em todo o resto do
domínio definido para estudo a qualidade do ar é considerada “Boa”.

118
Figura 43 - Classificação da região de estudo segundo o IQA considerando o poluente PTS.
Na Figura 43 pode-se observar que em relação ao PTS a região apresenta uma qualidade
“Má” na região do empreendimento da Samarco e nas comunidades de Mãe-bá e Ubú,
enquanto que em Guarapari tem sua classificação entre “Regular” e “Inadequada”,
dependendo da distância da Samarco. Vale lembrar que este índice é calculado a partir
das médias móveis de 24 horas de PTS.

119
8. CONCLUSÕES
No presente estudo foram utilizados os modelos regulatórios sugeridos pela EPA
(2004), AERMOD e CALPUFF para análise da qualidade do ar da região de Anchieta.
Os dados utilizados foram o inventário de fontes da empresa Samarco S.A., fornecida
pelo IEMA, além das vias de tráfego, cujos valores presentes no Estudo de Impacto
Ambiental da Samarco foram considerados no inventário de fontes utilizado na
modelagem. Os dados meteorológicos do ano de 2010 foram cedidos também pelo
IEMA, para as estações de Ubú e Mãe-bá, próximas ao empreendimento. Os dados de
superfície foram retirados do site da USGS, de forma gratuita. Para os dados de
Upperair, necessários para a modelagem no modelo CALPUFF foi necessária a
formatação dos dados de reanálise, disponíveis aos usuários pela internet. Os modelos
apresentaram também uma consideração do relevo nos cálculos, que pôde ser observado
nos resultados das concentrações nos pontos da malha próximos às altitudes elevadas.
Na análise de fontes disponíveis para a realização do trabalho, foram consideradas as
fontes industriais e móveis, sendo a última representada pelas vias de trafego na região.
Apesar da frota de veículos na região ainda apresentar baixo número de automóveis em
relação à Grande Vitória, observa-se uma significativa influência destas fontes na
qualidade do ar da região.
Os resultados obtidos em ambos os modelos mostram que os limites de qualidade do ar
previstos na Resolução CONAMA 03/90 não foram ultrapassados, embora na
modelagem com o CALPUFF, os resultados mostram que apesar do padrão não ter sido
atingido, as médias das concentrações chegaram próximo do limite, sendo preocupante
a expansão e implementação de indústrias na região. As maiores concentrações foram
observadas onde se localiza a Samarco. As comunidades de Mãe-bá e Ubú, mais
próximas ao empreendimento são as que apresentam os maiores valores de
concentração calculados e medidos. É importante lembrar que apesar da modelagem não
apresentar valores superiores à CONAMA 03/90, se considerados os limites do IQA,
algumas regiões têm a qualidade do ar consideradas “Boa” ou “Regular”.
Quanto à acurácia dos dados calculados, pode-se observar no capítulo de análises
estatísticas que o CALPUFF apresentou melhores resultados, com valores de
concentração na mesma ordem de grandeza das concentrações observadas nas estações.
Contudo, deve-se considerar ainda na análise do desempenho dos modelos, a ausência

120
de dados meteorológicos de altitude na modelagem do AERMOD, o que pode
influenciar significativamente os resultados.
Nota-se ainda que ambos os modelos subestimam os resultados. Um dos motivos que
podem justificar a subestimação dos resultados é o fato do inventário não considerar
outras importantes fontes de material particulado que estão dispersas na região de
estudo. E conforme estudos recentes de caracterização do material particulado em
Anchieta (descritos na seção 5.1.3), além dos processos industriais, há uma forte
contribuição das atividades da construção civil, das queimadas, movimentações
veiculares em vias não pavimentadas e também de aerossóis marinhos.
Além disso, como foi abordado na metodologia deste trabalho, o inventário não traz as
dimensões das fontes extensas e a estratégia adotada foi o uso de um inventário de outra
siderurgia, presente no Estado, para extrair esses dados, com base em alguns parâmetros
de comparação. Contudo deve-se ressaltar que algumas destas fontes podem ter sido
subestimadas, visto que o processo produtivo destas siderurgias apresentam suas
especificidades.
Considerando essas informações, concluiu-se que, em razão das atuais limitações de
dados para a modelagem atmosférica na região, os modelos AERMOD e CALPUFF não
representaram satisfatoriamente os dados observados nas estações de qualidade do ar.

121
9. RECOMENDAÇÕES PARA TRABALHOS FUTUROS
Para estudos posteriores na mesma região ou aplicação da metodologia indica-se
algumas recomendações a fim de melhorar os resultados obtidos e implementar as
discussões:
 Utilização de um inventário de fontes mais detalhado, tanto em termos de taxas
de emissões, como em relação aos parâmetros físicos das fontes (por exemplo,
dimensões das fontes extensas), que contemple ainda a presença de edificações
nas proximidades das fontes e que apresente informações mais adequadas das
fontes externas à Samarco;
 Utilização de modelos de meteorológicos de prognóstico em meso escala, como
WRF e MM5, em conjunto com a simulação no modelo CALPUFF;
 Análise dos dados prevista pela modelagem com dados horários das estações,
para fins de comparação em mesma escala de tempo, uma vez que a média
amortece os valores de concentrações observadas;
 Refinar mais a resolução da malha do sistema de modelagem e avaliar se o custo
computacional despendido traz melhoras significativas aos resultados;
 Estudar a influência de fenômenos meteorológicos de ocorrência frequente na
região, nas quais os modelos Gaussianos Clássicos não são aplicáveis e avaliar a
coerência dos resultados na modelagem com o CALPUFF.
 Realização de teste de sensibilidade para outros parâmetros na modelagem,
como exemplo o uso das opções Puff e Slug na representação da pluma no
CALPUFF;
 Uso de dados meteorológicos de altitude medidos na região, quando esses
estiverem disponíveis, em ambos os modelos;
 Simulação de outros poluentes, a fim de verificar se as concentrações máximas
calculadas estão abaixo dos valores indicados na Resolução CONAMA 03/90 e
nas recomendações da OMS;

122
10. REFERENCIA BIBLIOGRÁFICA
ABE, A. T. Anchieta – ES. Relatório técnico. 2006. Disponível em
<http://web.observatoriodasmetropoles.net/planosdiretores/produtos/es/..pdf>. Acesso
em 28 maio 2011.
Área de Influência do Terminal Marítimo Privativo da Ponta de Ubu na Região
Marinha. Relatório Técnico - CPM RT 428/09. SAMARCO – CEPEMAR, 2009.
BARBON, A. Simulação das Emissões Atmosféricas sobre o Município de
Araucária com uso do Modelo AERMOD. Dissertação de Mestrado pela
Universidade Positivo, 2008.
BRASIL. Constituição (1988). Constituição da República Federativa do Brasil.
Brasília, DF, Senado, 1998.
BRASIL. Ministério do Meio Ambiente. Conselho Nacional de Meio Ambiente.
(CONAMA). Resolução CONAMA nº03/90, de 28-6-1999. [Estabelece padrões
primários e secundários de qualidade do ar e critérios de classificação de episódios
críticos de poluição do ar]. Disponível em: http://www.mma.gov.br/port/conama/.
Acesso em 28 maio 2011.
___________. Resolução CONAMA nº05/89, de 06-12-1989. [Institui o Programa
Nacional de Controle da Qualidade do ar - PRONAR.] Disponível em:
http://www.mma.gov.br/port/conama/. Acesso em 28 maio 2011.
BRAUER, C. Um modelo Euleriano de Dispersão de Contaminantes Aplicados em
Todas as Condições de Estabilidade. 2004, 174 p. Tese de Doutorado - Programa de
Pós Graduação em Física, Centro de ciências Naturais e Exatas, Universidade Federal
de Santa Maria.
BRIGGS, G. A., Plume Rise Predictions. In: Lectures on Air Pollution and
Environmental Impact Analysis, D. A. Haugen, ed., American Meteorological Society,
Boston, pp. 59-111.
BURGOS, D. C..Mapeamento geomorfológico aplicado a análise ambiental: Estudo
de caso Serra da Jaqueçaba e seu entorno (Espírito Santo - Brasil). Mestrado
(Bacharelado em Geografia). Universidade Federal do Espírito Santo. Vitória, 2009.
CANÇADO, J. E. D.; BRAGA, A.L.F.; AMADOR, L. A.; ARBEX, Marcos Abdo;
SALDIVA, P. H. N.; SANTOS, U. P. . Repercussões clínicas da exposição à poluição
atmosférica.. Jornal Brasileiro de Pneumologia, v. 32, p. S5-S11, 2006.
CARVALHO, J.C. Estudo dos processos de transporte e difusão na camada limite
planetária utilizando os modelos RAMS e SPRAY: Aplicação ao caso do
experimento TRACT. 1999. 184 f. Tese de doutorado - IAG-USP, São Paulo.
CETESB. Qualidade do ar no estado de São Paulo. 2010 / CETESB. - São Paulo: 234
p. (Série Relatórios / CETESB, ISSN 0103-4103) . Disponível em:
<http://www.cetesb.sp.gov.br/ar/qualidade-doar/31-publicacoes-e-relatorios>. Acesso
em 20 junho 2011.

123
CIMORELLI, A. J., PERRY, S. G., VENKATRAN, A., WEIL, J. C., PAINE, R. J.,
WILSON, R. B., LEE, R. F., PETERS, W. D., BRODE, R. W. AERMOD: A
Dispersion Model for Industrial Source Applications Part I: General Model Formulation
and Boundary Layer Characterization. Journal of Applied Meteorology. V.44 p. 683-
693, 2004b.
CORRÊA, E. B. .Avaliação do Sistema Combinado de Modelagem MM5/CALMET
na representação da Circulação Atmosférica da Região Metropolitana do Rio de
Janeiro. 2008,194 p., Dissertação (Mestrado Engenharia Mecânica) -
COPPE/Universidade Federal do Rio de Janeiro, COPPE.
COX, W., M., TIKVART, J. A. A., A Statistical Procedure for Determining the best
Performing Air Quality Simulation Model. Atmospheric Environment, v. 24A, n. 9,
p. 2387-2395, 1990.
CUNHA, B. D.; JÚNIOR, J. F. O. ; PIMENTEL, L. C. G..; SOARES, M. S. ;
VELOSO, M. F. A. Avaliação do Desempenho dos Modelos Regulatórios de
Qualidade do Ar AERMOD E CALPUFF Para a BACIA AÉREA III - RJ.. Ciência
e Natura, v. 12, p. 225, 2009.
CUNHA, R. M. P.Transporte de poluentes na região do Polo Petro químico de
Triunfo - RS.2002.155f. Dissertação (Mestrado em Sensoriamento Remoto e
Meteorologia)- Universidade Federal do Rio Grande do Sul. Porto Alegre.2002.
DONALDSON, I.; HARRISON, D.; HILL, J. Performance of AERMOD vs.
CALPUFF Fugitive Emission Sources in the Nearfield. In: A&WMA Annual
Conference, 101., 2008. 101st Annual Conference & Exhibition. pp. 26.
EPA - United States Environmental Protection Agency. Protocol For Determining The
Best Performing Model. Research Triangle Park, NC: U.S. Environmental Protection
Agency, 1992.
_______. User's guide for the AMS/EPA regulatory model – AERMOD. (EPA-
454/b-03-001). North Carolina, U.S. Environmental Protection Agency. 2004a.
_______. User's guide for the AERMOD meteorological preprocessor (AERMET).
(EPA-454/B-03-002). North Carolina, U.S. Environmental Protection Agency. 2004b.
_______. User's guide for the AERMOD terrain preprocessor (AERMAP). (EPA-
454/B-03-003). North Carolina, U.S. Environmental Protection Agency. 2004c.
_______.Guideline on Air Quality Models, 40 CFR Part 51, Appendix W. Research
Triangle Park, NC: U.S. Environmental Protection Agency, Published in the Federal
Register, v. 70, n. 216, November 9, 2005.
_______. Revision to the Guideline on Air Quality Models: Adoption of a Preferred
General Purpose (Flat and Complex Terrain) Dispersion Model and Other Revisions.
North Carolina, U.S. Environmetal Protection Agency, 2005. Federal Register / Vol. 70,
No. 216 / Rules and Regulations. Appendix W of 40 CRF Part 51.
FERREIRA, M. S., 2005 Simulação do Transporte de Poluentes Atmosféricos na
Bacia Aérea III da Região Metropolitana do Rio de Janeiro Via o Modelo
AERMOD. Dissertação M.Sc, COPPE/UFRJ, Rio de Janeiro, RJ, Brasil.

124
FURLAN, C. M., Efeitos da poluição aérea de Cubatão. 1998. 108f. Dissertação
(Mestrado em Ecologia) - Instituto de Biociências, Universidade de São Paulo, USP,
Brasil.
GLOBAL SELF-CONSISTENT HIERARCHICAL HIGH-RESOLUTION
SHORELINE (GSHHS). Dados de linha de costa. Disponível em
http://www.ngdc.noaa.gov/mgg/shorelines/data/gshhs/oldversions/version1.5/gshhs_1.3
.zip. . Acesso em 30 de agosto de 2011.
HOLMES, N. MORAWASKA, L. A review of dispersion modeling and its application
to the dispersion of particles: An overview of different dispersion models available.
Atmospheric Environment. V.40 p.5902-5928, 2006.
IEMA. Relatório da Qualidade do Ar na Região da Grande Vitória - 2007. IEMA.
Cariacica. 2007.
IEMA. Dados das estações de monitoramento de qualidade do ar na região de
Anchieta e dados meteorológicos da Estação do Porto. 2010.
IJSN. Uso e ocupação do solo em Anchieta. Instituto Jones Santos Neves – Vitória.
2012
Inventários de emissões de poluentes atmosféricos na AID e na AII e de gases de
efeito estufa da Samarco Mineração em 2010 – Unidade Industrial Ubu. Relatório
Técnico (PECOP RT-028-201). SAMARCO - PARTICLE ENGENHARIA, 2011.
JOUNGERS, B. D., NIEMEIER, D., KEAR, T., EISINGER, D., 2006, A survey of air
quality dispersion models for project-level conformity analysis, UC Davis-Caltrans
Air Quality Project, Task Order No. 44, USA.
NCEP-DOE. Dados de Reanálises revisão 2. Disponível em <
http://nomad1.ncep.noaa.gov/ncep_data/index.html.>. Acesso em 30 agosto 2011.
MELO, A. M. V., Avaliação de Desempenho dos Modelos AERMOD e CALPUFF
Associados ao Modelo PRIME. 2011. Dissertação de Mestrado - Universidade Federal
do Espírito Santo. Orientadora: Jane Meri Santos.
MORAES, M. R.. Implementação de um sistema de modelos para a qualidade do
ar. 2001. Dissertação (Mestrado em Engenharia Mecânica). Universidade Federal de
Santa Catarina. Florianópolis. 2001.
___________. Ferramenta para a previsão de vento e dispersão de poluentes na
Micro-escala atmosférica. 2004. Tese (Doutorado em engenharia mecânica).
Universidade Federal de Santa Catarina. Florianópolis. 2004.
NEDEL, A.S. Aplicação de um Modelo de Dispersão de Poluentes na Região de
Candiota-RS e sua Relação com as Condições Meteorológicas. 2003. Dissertação
(Mestrado em Sensoriamento Remoto) - Universidade Federal do Rio Grande do Sul.
RCA/ PCA do Terminal Marítimo de Ubu – Anchieta/ES. Relatório Técnico
Samarco Mineração S.A.– Cepemar. CPM RT 109/11. Travassos (Coord. Geral).
Anchieta, 2011.

125
SANTOS, M. A.. A Legislação Ambiental no Controle da Poluição Aérea e a
Geração Termelétrica no Brasil. In: VIII Congresso Brasileiro de Energia, 1996, Rio
de Janeiro. Anais do VII Congresso Brasileiro de Energia. Rio de Janeiro :
COPPE/UFRJ, 1996. v. iii. p. 866-875.
SCIRE, J. S. et al. A user’s guide for the CALPUFF dispersion model (Version 5).
Earth Tech. Inc. 2000a.
___________. A user’s guide for the CALMET meteorological model (Version 5).
Earth Tech. Inc. 2000b.
SHEPPARD, P. A., 1956, Air Flow Over Mountains, Quart. J. Roy. Metror. Soc., v.
82, PP. 528-529.
SILVA; A. M.; SARNAGLIA, V. M.. Estudo da qualidade do ar na região
metropolitana da grande vitória empregando um modelo de dispersão atmosférica
– CALPUFF. 2010. Monografia (Engenharia Ambiental). Universidade Federal do
Espírito Santo. 2010
SOARES, M. S. Avaliação do Sistema de Modelagem CALPUFF aplicado ao
dióxido de enxofre para as Bacias Aéreas I, II e III da Região Metropolitana do
Rio de Janeiro. 2010. 107 f. Monografia (Graduação em Meteorologia) - Universidade
Federal do Rio de Janeiro. Rio de Janeiro. 2010
THÉ, J. L., Windows Interface for the U.S. EPA ISCST3, AERMOD, and ISC-
PRIME Air Dispersion Models. 2004.
UNITED STATES GEOLOGICAL SURVEY (USGS). Digital Elevation Model –
DEM. Disponível em < http://www.usgs.gov >. Acesso em 30 agosto 2011.
___________. Dados de Uso e ocupação do solo. Disponível em <
http://edcftp.cr.usgs.gov/pub/data/glcc/sa/lambert/sausgs2_0l.img.gz.>. Acesso em 30
de agosto 2011.
VELLOSO, M. F. A.. Avaliação de Modelos Gaussianos para Fins Regulatórios –
Um Estudo para Bacia Aérea III da Região Metropólitana do Rio de Janeiro. 2007.
Dissertação (Mestrado em Engenharia Mecânica) - Universidade Federal do Rio de
Janeiro, Com. Orientador: Luiz Claudio Gomes Pimentel.
VICENTINI, P. C.. Uso de modelos de qualidade do ar para a avaliação do efeito do
PROCONVE entre 2008 E 2020 na Região Metropolitana do Rio de Janeiro. 2011.
224 p. Tese (Dissertação Engenharia Mecânica). Rio de Janeiro: UFRJ/COPPE. 2011.
VIEIRA, L. C. Z.; LOUREIRO, C. F. B.. Estratégias de Harmonização: análises de
espaços de explicitação dos Conflitos Ambientais em Anchieta, ES. In: V Encontro
Nacional da Anppas. Santa Catarina, Brasil. 2010. Disponível em
<http://www.anppas.org.br/encontro5/cd/artigos/GT16-71-929-20100903195055.pdf>.
Acesso em 28 maio 2011.
WHO. Air quality guidelines for particulate matter, ozone, nitrogen dioxide and
sulfur dioxide. 2005. WORLD HEALTH ORGANIZATION Disponível em
<http://whqlibdoc.who.int/hq/2006/WHO_SDE_PHE_OEH_06.02_eng.pdf >. Acesso
em 28 maio 2011.

126
APÊNDICE A – Teste de sensibilidade para os dados meteorológicos
de altitude (upper air)
Este apêndice complementa a seção 6.4.1.(b) que trata neste trabalho dos dados
meteorológicos de altitude utilizados na modelagem do CALPUFF. Como já foi
comentado naquela seção, os dados meteorológicos de altitude são obtidos de estações
de radiossondagem, contudo na região estudo não existe nenhuma estação deste tipo e a
estação mais próxima com uma base de dados desse tipo encontra-se no aeroporto de
Vitória (Código da estação: WMO 83649), que está a uma distância aproximada de 70
Km.
Em virtude disso, a solução encontrada para a simulação dos dados de upper air no
CALMET foi realizar um teste de sensibilidade entre os resultados da modelagem com
os dados de upperair do Aeroporto de Vitória e os resultados da modelagem usando
dados de reanálise, que geralmente é a base de dados adotada quando no local os dados
são inexpressivos ou inexistentes.
Neste estudo foram então utilizados os dados de Reanálises 2 do NCEP-DOE
disponibilizados no sitio http://nomad1.ncep.noaa.gov/ncep_data/index.html, nas
latitudes e longitudes correspondentes a malha computacional deste estudo. Parte dos
dados está dividida em 17 níveis isobáricos para quatro horas (Hora UTC 0, 6, 12, 18),
porém para este trabalho foram extraídos os dados de altura geopotencial, temperatura e
velocidades u e v apenas para os níveis de 1000hPa, 925hPa, 850hPa, 700hPa, 600hPa,
500hPa, 400hPa e 300hPa.
Após a coleta dos dados, esses tiveram que passar por vários tratamentos, como descrito
abaixo, para ao final do processo ficar no formato de leitura aceito pelo CALMET.
Numa primeira etapa, os dados de reanálise coletados foram formatados por um código
na linguagem Fortran, desenvolvida pelos autores, de modo que calcula-se a direção do
vento pelas vetorias (u,v) da velocidade e extraísse apenas os dados nas horas UTC 0 e
12, já que o CALMET precisa de apenas dois perfil diários. Após isso, os dados foram
remanejados para outro código, também desenvolvido pelos autores, com o intuito de
unir as informações dos parâmetros meteorológicos em cada altura geométrica do dia e
hora correspondente de 2010. Ao final, da compilação do programa em Fortran, era
impresso um arquivo de saída na extensão .dat com os dados de upperair formatados de

127
forma similar ao up1.dat, que é um arquivo exemplo de saída do pré-processador
READ62 e que pode ser usado diretamente no CALMET.
Quanto aos dados meteorológicos de altitude do aeroporto, esses já estavam disponíveis
no formato aceito pelo READ62, então para esta simulação, optou-se por utilizar o pré-
processador.
Na Tabela 5 são apresentados os resultados do teste de sensibilidade entre as duas
modelagens. Optou-se pela análise apenas na estação de Ubú, já que esta estação possui
a maior porcentagem de dados disponíveis quanto comparadas às outras estações da
região. O poluente de referencia usado foi PM10, pelas mesmas razões da escolha da
estação, ou seja, maior porcentagem de dados para esse poluente.
TABELA 5 - ANÁLISE DOS ÍNDICES ESTATÍSTICOS DOS RESULTADOS USANDO DADOS DE REANÁLISE E
DADOS DO AEROPORTO.
Estação Ubú
Valor
ótimo
Dados de Upper air:
Reanálise Aeroporto
Média anual ± Desvio Padrão (µg/m³)¹ 8.52 ± 8.40 8.3 ± 8.94 NA
Coeficiente de Correlação (COR) 0.0519 0.1058 1
Vício (µg/m³) -19.5798 -20.0351 0
RHCES/RHCME 0.5878 0.6376 1
Desvio Fracional (FB) -0.6702 -0.6121 0
Fator de dois (FA2) 0.3636 0.3333 1
Erro Médio Quadrático Normalizado (EMQN) 2.5610 2.6776 0
Média anual ± Desvio Padrão (µg/m³)² 28.19 ± 15,57 NA
1.Média da Concentração Prevista 2. Média da Concentração Observada NA. Não aplicado à Comparação.
Considerando os indicadores: média anual, vício, fator de dois e erro médio quadrático
normalizado, observa-se que os dados de reanálise obtiveram melhor desempenho na
modelagem. Nota-se que os indicadores estão bem próximos em ambas às simulações e,
portanto, percebe-se que a escolha entre esses dados pouca influência nos resultados.
Considerando essas informações, optou-se ao final pelos dados de reanálise.

128
APÊNDICE B - Teste de Sensibilidade Fontes Área e Fontes Polyarea
Tendo em vista que o modelo matemático AERMOD oferece duas maneiras de se
declarar fontes cuja taxa de emissão é considerada em relação à área em que se localiza,
foi realizado um teste de sensibilidade a partir dos parâmetros estatísticos acima
descritos para a definição de maneira apresenta melhores resultados em comparação aos
dados de qualidade do ar das estações de Mãe-bá e Ubú.
 Análise dos dados de monitoramento de PM10 nas estações de qualidade do ar:
Porcentagem dos dados observacionais diários de PM10, durante o ano de 2010,
para a Estação de Mãe-bá é de 23,3% (85 dados) e para a Estação de Ubú é de
91,2% (333 dados).
Na Tabela 6, mostra os resultados do teste de sensibilidade.
TABELA 6- COMPARAÇÃO DOS ÍNDICES ESTATÍSTICOS ENTRE FONTE ÁREA E AREAPOLY NO AERMOD.
Índices
estatísticos
Estações com medição de PM10
Valor
ótimoUbú Mãe-bá
Fonte Área Fonte Polyarea Fonte Área Fonte Polyarea
Média anual ± Desvio
Padrão (µg/m³)¹
0.428483 ±
0.3611229
0.4284835 ±
0.3611359
0.6251622 ±
0.4567616
0.6251996 ±
0.4567846
NA
Coeficiente de
Correlação (COR)
0.0678859 0.0678888 0.0204981 0.0204963 1
Vício (µg/m³) -27.764430 -27.7643914 -25.153115 -25.1531015 0
RHCES/RHCME 0.0266857 0.0266883 0.0688843 0.0688898 1
Desvio Fracional (FB) -1.9139541 -1.9139482 -1.7879239 -1.7879132 0
Fator de dois (FA2) 0.0177234 0.0177251 0.0225469 0.0225475 1
Erro Médio Quadrático
Normalizado (EMQN)
78.2667840 78.2592784 51.7283796 51.7252472 0
Média anual ± Desvio
Padrão (µg/m³)²
28.1855855 ± 15.5704359 25.6411765 ± 14.1044429 NA
1.Média da concentração prevista 2. Média da concentração observada NA. Não aplicado à comparação.
Na Tabela 6 pode-se observar que os valores entre as duas formulações para fontes
superficiais são próximos, porém foi escolhida a formulação de polyarea tendo em vista
que os dados de entrada são os mesmos que os utilizados no CALPUFF, além da fonte
área solicitar dados opcionais como a angulação da superfície, que pela falta de dado foi
utilizado o default do programa, que considera a angulação de 90º em relação aos
pontos inseridos.

129
APÊNDICE C – Variação das concentrações de PM10 nas Estações de
Inverno e Verão em 2010.
Na presente seção serão apresentadas as variações das plumas de dispersão de poluentes
para os períodos de verão e de inverno do ano de 2010, usando os modelos AERMOD e
CALPUFF.
 Verão
o 24 horas:
Nas Figuras 44 e 45 podem-se observar as diferenças entre a dispersão
das plumas, calculadas em suas médias de 24 horas, para o período de
verão, usando os modelos AERMOD e CALPUFF, respectivamente.
FIGURA 44 - CONCENTRAÇÕES MÁXIMAS MÉDIAS DE 24 HORAS DE PM10 PARA
O PERÍODO DE VERÃO USANDO O MODELO AERMOD.

130
Na Figura 44 pode-se observar que as concentrações são semelhantes às
calculadas para o ano inteiro, tendo variação da dispersão causada pelo
regime de ventos.
O PERÍODO DE VERÃO USANDO O MODELO CALPUFF.
Na Figura 45 pode-se observar um efeito semelhante ao encontrado na
Figura 44, uma vez que concentrações são semelhantes às calculadas
para todas as estações do ano, e também apresentam variação da
dispersão causada pelo regime de ventos.
o Média do período:
Nas Figuras 46 e 47 podem-se observar as diferenças entre a dispersão das
plumas, calculadas para média do período, no caso a estação do verão,
usando os modelos AERMOD e CALPUFF, respectivamente.

131
Figura 46 - CONCENTRAÇÕES MÉDIAS DE PM10 PARA O PERÍODO DE VERÃO USANDO O
AERMOD.
Na Figura 46, podem-se observar concentrações superiores às presentes
na média anual no interior do empreendimento, porém a direção e o
comprimento da pluma são semelhantes.

132
FIGURA 47 – CONCENTRAÇÕES MÉDIAS DE PM10 PARA O PERÍODO DE
VERÃO USANDO O MODELO CALPUFF.
Na Figura 47, pode-se observar concentrações inferiores às presentes na
média anual no interior do empreendimento, além de manter a direção e
o comprimento da pluma na mesma direção que as médias anuais.

133
 Inverno
o 24 Horas
plumas, calculadas para as médias de 24 horas, para a estação do inverno,
FIGURA 48 - CONCENTRAÇÕES MÁXIMAS MÉDIAS DE 24 HORAS DE PM10 PARA O
PERÍODO DE INVERNO USANDO O MODELO AERMOD.
Na Figura 48 observa-se que as concentrações são semelhantes às
presentes na média anual em toda a malha de estudo, com alguns pontos
de concentrações distintos em alguns pontos.

134
O PERÍODO DE INVERNO USANDO O MODELO CALPUFF.
Na Figura 49 pode-se observar que o modelo CALPUFF também
apresentou concentrações semelhantes às presentes na modelagem anual,
mantendo também a direção e o comprimento da pluma na mesma.

135
o Média do período
plumas, calculadas para média do período, no caso a estação do inverno,
FIGURA 50 – CONCENTRAÇÕES MÉDIAS DE PM10 PARA O PERÍODO DE INVERNO
USANDO O MODELO AERMOD.
Na Figura 50, pode-se observar concentrações similares às de inverno,
apresentando valores elevados no interior do empreendimento. Porém a
direção e o comprimento da pluma são semelhantes às calculadas no
gráfico anual.

136
FIGURA 51 - CONCENTRAÇÕES MÉDIAS DE PM10 PARA O PERÍODO DE INVERNO
USANDO O MODELO CALPUFF.
Na Figura 51, observam-se as concentrações médias no período de
inverno apresentando valores semelhantes às médias anuais, contudo há
alteração na direção e o comprimento da pluma, pela diferença do regime
de ventos.
Quanto à variação das concentrações entre as estações, observa-se que a
variação é pequena pela modelagem no AERMOD. Quanto a modelagem
no CALPUFF observa-se entre os gráficos das Figuras 47 e 51, há pouca
diferença nos níveis de concentração, contudo a uma maior diferença na
forma da pluma. É evidente um aumento da concentração no quarto
quadrante para a estação do inverno.

137
APÊNDICE D – Análise da Série de Tempos Calculada e Observada
Para análise visual da correlação dos valores obtidos nas modelagens de PM10 e os
dados de monitoramento de qualidade do ar observados nas estações de Ubú e de Mãe-
Bá, foram gerados gráficos das concentrações ma série de tempo. Esses gráficos são
apresentados nas Figuras 52 e 53.
Concentração PM10 estação Ubú
FIGURA 52 - CONCENTRAÇÕES DE PM10 MEDIDAS NA ESTAÇÃO DE UBÚ E CALCULADAS PELOS MODELOS
AERMOD E CALPUFF.
Na Figura 52 pode-se observar que apesar do CALPUFF subestimar as concentrações
na região, a análise do comportamento da variação das concentrações previstas com os
dias, na maior parte do tempo segue o comportamento das variações das concentrações
observadas na estação. As concentrações previstas pelo modelo AERMOD é pouco
visível na escala do gráfico acima. Para melhor visualização dos resultados optou-se por
plotá-los em um gráfico separado que é apresentado na Figura 53.
0
20
40
60
80
100
120
1
15
29
43
57
71
85
99
113
127
141
155
169
183
197
211
225
239
253
267
281
295
309
323
337
351
365
Concentração(µg/m³)
Dia Juliano /2010Estação Ubu Calpuff Aermod

138
FIGURA 53 - CONCENTRAÇÕES DE PM10 CALCULADA PELO AERMOD EM µG/M³.
Na Figura 53 mostra que mesmo subestimando as concentrações de PM10 mais que o
CALPUFF, o AERMOD também acompanha as alterações diárias, quando comparada
com os dados medidos na estação de Ubú. Pode-se citar como exemplo dos picos de
concentração entre os dias 85 e 113, que foram observados tantos nos dados da estação
como nos resultados dos dois modelos.
Os gráficos da estação de Mãe-bá não foram plotados já que os dados disponíveis nesta
estação são escassos para o ano de 2010.
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
1
15
29
43
57
71
85
99
113
127
141
155
169
183
197
211
225
239
253
267
281
295
309
323
337
351
365
Concentraçãoestimada(µg/m³)
Dia Juliano / 2010
Aermod

139
APÊNDICE E – Avaliação da qualidade do ar segundo as diretrizes da
Organização Mundial de Saúde (OMS)
A preocupação acerca da concentração de Material Particulado (MP) na atmosfera se
deve ao fato de em sua composição apresentar além de compostos inorgânicos como
sulfatos, metais, cloro ou nitratos, apresentar também compostos orgânicos como
benzeno e dioxinas. Por esse conjunto de compostos associados o MP é considerado o
poluente associado a danos à saúde humana. Estudos mostram que mesmo em
concentrações baixas, dependendo do tempo de exposição, a saúde pode ser afetada
(FERNANDES, CARVALHO, et al., 2010).
Por causa dos efeitos colaterais da exposição de longo e curto prazo a Organização
Mundial de Saúde alerta sobre reações no sistema respiratório como tosse e
insuficiência respiratória, no sistema cardiovascular, além de redução da expectativa de
vida devido à mortalidade cardiorrespiratória (OMS, 2004).
Assim, para garantir “um estado de completo bem-estar físico, mental e social, e não
consiste apenas na ausência de doença ou de enfermidade”, como é apresentado na
(OMS, 2004), segue no Quadro 13 os padrões de concentração dos poluentes em estudo
permitido.
QUADRO 13 - DIRETRIZES DA OMS PARA PM10.
Diretrizes da OMS
Poluente Tempo de Amostragem
Diretriz
µg/m³
PM10
24 horas¹ 50
MAA² 20
1.Não deve ser excedido mais de uma vez ao ano.
2. Média Aritmética Anual.
Fonte: OMS (2004)
As Figuras 54 e 55 mostram a classificação da região segundo as recomendações da
OMS para o poluente PM10, considerando as médias de 24 horas e média anual,
respectivamente, usando o modelo CALPUFF.

140
FIGURA 54 – ANÁLISE DA QUALIDADE DO AR NA REGIÃO CONSIDERANDO AS RECOMENDAÇÕES DA OMS
PARA PM10 NAS MÉDIAS DE 24 HORAS USANDO O MODELO CALPUFF.
Como os valores da Diretriz é mais restritivo que os presentes na CONAMA 03/90, a
área observada que apresenta concentrações impróprias para a saúde humana pelo
poluente PM10 são maiores, sendo a comunidade de Mãe-bá a que tem a situação mais
preocupante, tanto pela concentração quanto pelo tempo de exposição a que a população
está exposto.

141
FIGURA 55 – ANÁLISE DA QUALIDADE DO AR NA REGIÃO CONSIDERANDO AS RECOMENDAÇÕES DA OMS
PARA PM10 NA MÉDIA ANUAL USANDO O MODELO CALPUFF.
Quanto à média anual, observa-se que a região que não atende as recomendações da
OMS concentra-se no Complexo Siderúrgico da Samarco.
O poluente PM10 não possui recomendação pela OMS, já que o principal efeito deste
poluente seja o incomodo causado nas pessoas.

142
APÊNDICE F – Análise estatística dos resultados de PTS
Neste estudo também realiou à análise estatística dos resultados da modelagem de PTS.
Esta estratégia foi adotada já que este poluente é monitorado em outras duas estações da
região (Anchieta e Meaípe). Contudo os dados observacionais de PTS estejam
disponíveis apenas para médias de seis dias, por isso o poluente de referência adotado
no estudo foi o PM10. Assim, para que as análises estatísticas dos resultados fossem
viáveis, foi também necessário fazer a média de seis dias para os resultados da
modelagem.
A) Análise dos dados de monitoramento de PTS nas estações de qualidade do ar:
Porcentagem dos dados observacionais de PTS, durante o ano de 2010, em suas
médias de seis dias, para a Estação de Mãe-bá é de 85,53% (52 dados), para a
Estação de Ubú é de 88,82% (54 dados), para estação de Anchieta é de 85,53 (52
dados), para estação de Ubú 88,82 é de (47 dados).
B) Análise dos resultados da modelagem:
Na Tabela 7 são apresentados os índices estatísticos para as médias de seis dias das
concentrações de PTS previstas com os modelos AERMOD e CALPUFF.
Observa-se que os fatores de correlação encontrados para os dois modelos novamente
encontram-se abaixo do esperado quando comparados aos valores obtidos por Soares
(2010) e Silva e Sarnaglia (2010). A estação que apresentou o melhor índice de
correlação para ambos modelos foi à estação de Anchieta com os valores de -0.02 e 0,06
para o CALPUFF e o AERMOD, respectivamente. Como se pode notar pelos valores do
vício, todos os casos deram negativo, portanto ambos os modelos subestimaram as
concentrações do poluente. Como já foi dito anteriormente, valores maiores que um
para a razão RHC indicam sobrepredições, os menores subpredições para as maiores
concentrações. Observa-se que na maioria das estações para ambos os modelos os
valores de RHC estiveram abaixo de um, com exceção dos resultados para o CALPUFF
nas Estações de Mãe-Bá e Ubú. Neste caso as concentrações mais altas previstas pelo
modelo superam as concentrações máximas medidas.
Quanto ao índice FB, pode-se chegar a mesma conclusão da análise de RHC, já que FB
negativo indica que o modelo subestima as máximas concentrações e quando positivo,

143
sobre-estima. Observa-se ainda que para as modelagens com o AERMOD, os índices
FB estão próximos de -2 que indica subestimação extrema. Nas referências Soares
(2010) e Silva e Sarnaglia (2010), o valor encontrado para FB foi maior que zero para o
modelo CALPUFF em ambos os estudos e menor que zero para o modelo AERMOD.
Em relação aos valores do FA2, nota-se que o desempenho do CALPUFF foi melhor
que do AERMOD em todas as estações. Destaca-se o resultado obtido com o
CALPUFF para a estação de Mãe-Bá, onde o FA2 alcançou o valor de 0,76, sendo o
valor ótimo 1.
Por última análise, os valores obtidos para o EMQN foram altos em todas as estações,
sendo os piores valores foram encontrados na modelagem com o AERMOD.
A estação que apresentou os piores resultados na modelagem do CALPUFF foi à
estação de Meaípe, o que era esperado considerando sua localização e o regime do
vento predominante na região.

144
TABELA 7 - COMPARAÇÃO DOS ÍNDICES ESTATÍSTICOS PARA OS RESULTADOS DO AERMOD E CALPUFF QUANTO AO POLUENTE PTS.
1. 1. Média da concentração prevista. 2. Média da concentração observada. 3. Dados da estação de Enseada do Suá. NA. Não aplicado à comparação.
Estações com medição de PTS Referências
Valor
ótimo
Anchieta Meaípe Mãe-bá Ubú SOARES, 2010
SILVA e
SARNAGLIA,
2010³
CALPUFF AERMOD CALPUFF AERMOD CALPUFF AERMOD CALPUFF AERMOD CALPUFF AERMOD CALPUFF
Média anual ± Desvio Padrão (µg/m³)¹
4.34 ±
6.36
0.09 ±
0.09
2.56 ±
10.65
1.32 ±
4.01
21.0 ±
52.7
0.11 ±
0.08
25.78 ±
21.46
0.75 ±
0.49
NA NA NA NA
Coeficiente de Correlação (COR) -0.17 0.06 -0.02 -0.09 -0.15 -0.19 -0.12 -0.11 0,36 0,58 0.08 1
Vício (µg/m³) -38.82 -42.74 -60.26 -75.19 -49.78 -64.22 -46.46 -65.83 ˗ ˗ 2.23 0
RHCES/RHCME 0.51 0.00 0.30 0.06 1.62 0.00 1.07 0.03 ˗ ˗ 1.74 1
Desvio Fracional (FB) -0.81 -1.98 -1.17 -1.82 0.23 -1.98 0.08 -1.89 0,9 -0,07 0.53 0
Fator de dois (FA2) 0.15 0.00 0.08 0.04 0.76 0.00 0.39 0.01 0,33 0,74 1 1
Erro Médio Quadrático (EMQN) 11.17 590.99 32.19 72.61 4.66 816.85 2.13 104.94 1,98 0,43 0.28 0
Média anual ± Desvio Padrão (µg/m³)² 42.84 ± 22.2 64.33 ± 39.72 76.88 ± 41,62 66.51 ± 30.66 NA NA NA NA

145
ANEXO A - Escala Beaufort
As primeiras informações sobre escalas de vento datam do início dos anos 1700. Eram usadas
pelos navegadores para estimar a força dos ventos, a partir da observação do seu efeito sobre
o aspecto da superfície do mar. Em 1806, o Contra-Almirante britânico Francis Beaufort,
um Hidrógrafo, descreveu em seu diário, pela primeira vez, a escala que leva seu nome e que
é utilizada até hoje. A escala de Beaufort é apresentada no Quadro 14.
QUADRO 14 - ESCALA BEAUFORT
Beaufort Condição
Vento,
m/s
Efeitos observados em terra e no mar
0
Calma
< 0,3
Fumaça sobe verticalmente; nada se move com o vento. Mar
como um espelho.
1 Aragem 0,3 – 1,5
Direção do vento dada pela fumaça; cataventos não se
movem. Ondinhas escama de peixe.
2 Brisa leve 1,6 – 3,3
Folhas e pequenos arbustos movendo-se; sente-se o vento no
rosto. Ondinhas de 20 cm.
3 Brisa fraca 4,3 – 5,4
Folhas e pequenos arbustos em agitação contínua; bandeiras
abrindo. Ondinhas ainda não quebram, c/ 60 cm.
4
Brisa
moderada
5,5 – 7,9
Pequenos galhos em movimento; poeira e papéis levantados.
Ondinhas iniciando a formar espuma, mas ainda sem
quebrar, com até 1m.
5 Brisa forte 8,0 – 10,7
Galhos grandes e pequenas árvores começam a mover-se.
Ondas com cristas, “carneirinhos”.
6
Vento
fresco
10,8 – 13,8
Galhos grandes de árvores agitados; fios de postes assobiam;
difícil usar guarda-chuva. Ondas mais longas se formam,
com até 3 metros. Veleiros usam rizo 2 nas velas.
7 Vento forte 13,9 – 17,1
Árvores com troncos oscilam; dificuldade em caminhar
contra o vento. Mar grosso com ondas de até 4 m cuja
espuma é arrancada pelo vento. Barcos pequenos não
navegam.
8 Ventania 17,2 – 20,7
Quebram-se galhos nas árvores; difícil andar contra o vento.
Ondas com 5 m cujos topos iniciam-se a quebrar, gerando
nuvens brancas com o vento. Barcos permanecem no porto.
9
Ventania
forte
20,8 – 24,4
Pequenos danos em edificações, com telhas e chaminés
arrancadas. Ondas de 7 m com mar rugindo e visibilidade
difícil.
10 Tempestade 24,5 – 28,4
Árvores são derrubadas; danos estruturais em edificações.
Ondas de 9 m em mar revolto, perigoso e ruidoso.
11
Tempestade
Violenta
28,5 – 32,6
Prejuízos e perigos generalizados. Mar com ondas de 11 m e
muita espuma; grande perigo para todos os navios.
12 Furacão 32,7 – 36,9
Prejuízos e destruição graves e generalizados. Mar revolto
branco com ondas de 14 m e ar cheio de espuma.
Fonte: www.mar.mil.br/dhn/chm/meteo/refer/escala_beaufort.htm

Avaliacao do desempenho_dos_modelos_de_qualidade_do_ar_aermod_e_calpuff_na_regiao_de_anchieta-es

Mais conteúdo relacionado

Destaque

Semelhante a Avaliacao do desempenho_dos_modelos_de_qualidade_do_ar_aermod_e_calpuff_na_regiao_de_anchieta-es

Último

Avaliacao do desempenho_dos_modelos_de_qualidade_do_ar_aermod_e_calpuff_na_regiao_de_anchieta-es