Séries temporais aplicadas na predição de poluentes na região de Santos - SP

Página do item simplificado
dc.contributor.advisorPereira, André Luiz Vizine [UNIFESP]
dc.contributor.advisorLatteshttp://lattes.cnpq.br/5977522212667911pt_BR
dc.contributor.authorSilva, Leticia Alves da [UNIFESP]
dc.contributor.institutionUniversidade Federal de São Paulo (UNIFESP)
dc.date.accessioned2022-08-24T21:47:58Z
dc.date.available2022-08-24T21:47:58Z
dc.date.issued2022-08-04
dc.description.abstractA aplicação de séries temporais vem sendo bastante discutida nos últimos anos, devido a ampla abrangência de sua utilização em diferentes setores, seja na indústria, no âmbito tecnológico, econômico ou social, são baseadas em um conjunto de técnicas que permitem não só estudar e modelar um comportamento geral, mas também fazer previsões de valores futuros (Guerra Rodríguez et al. (2022). Neste contexto, sabendo que a cidade de Santos, localizada no litoral do estado de São Paulo, é considerada uma das cidades mais importantes do país, principalmente devido às suas atividades no setor portuário, contemplando o maior e mais importante complexo portuário da América do Sul em seu território (Guedes et al., 2021), o presente estudo teve como objetivo predizer o comportamento de poluentes atmosféricos no município de Santos – SP, durante os períodos pré e pós pandemia a partir da análise de séries temporais, através do uso de dados disponibilizados pelo sistema QUALAR da CETESB, para cinco poluentes: o MP2.5, MP10, NO2, O3 e SO2. Os modelos foram ajustados com o uso da linguagem Python e da biblioteca auto-arima parametrizada para encontrar o melhor modelo SARIMA (Modelo Autorregressivo Integrado de Médias Móveis com Sazonalidade) para cada um dos poluentes e como forma de analisar seu desempenho, foi utilizado o Erro Percentual Absoluto Médio (MAPE) e a Raiz Quadrada do Erro Médio (RMSE) que como resultado trouxeram maiores taxas de acerto para o poluente NO2, com um percentual de 92% no cenário pré pandemia e 89% no pós pandemia. Contudo, observou-se um bom resultado obtido pelo modelo proposto para todos os poluentes, com exceção do SO2, que não foi possível identificar se sua taxa de erro em torno de 40% em ambos os cenários está diretamente relacionada à sua medição ou a fatores externos que podem ter influenciado no baixo desempenho.pt_BR
dc.emailadvisor.customandre.vizine@unifesp.brpt_BR
dc.format.extent67 f.pt_BR
dc.identifier.citationSILVA, Leticia Alves da. Séries temporais aplicadas na predição de poluentes na região de Santos - SP. 2022. 67 f. Trabalho de conclusão de curso (Graduação em Engenharia Ambiental) - Instituto do Mar, Universidade Federal de São Paulo, Santos, 2022.pt
dc.identifier.urihttps://repositorio.unifesp.br/handle/11600/65404
dc.languageporpt_BR
dc.publisherUniversidade Federal de São Paulopt_BR
dc.rightsinfo:eu-repo/semantics/openAccesspt_BR
dc.subjectARIMApt_BR
dc.subjectModelos de Prediçãopt_BR
dc.subjectQualidade do Arpt_BR
dc.subjectSARIMApt_BR
dc.subjectSéries Temporaispt_BR
dc.titleSéries temporais aplicadas na predição de poluentes na região de Santos - SPpt_BR
dc.typeinfo:eu-repo/semantics/bachelorThesispt_BR
unifesp.campusInstituto do Mar (IMar)pt_BR
unifesp.graduacaoEngenharia Ambientalpt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
TCC_Leticia Alves da Silva_PDFA.pdf
Tamanho:
1.73 MB
Formato:
Adobe Portable Document Format
Descrição:
Trabalho de Conclusão de Curso
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
5.7 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Engenharia Ambiental