Doutorado: Modelagem da formação de aerossóis atmosféricos na Região Metropolitana de São Paulo

Atualmente, megacidades ao redor do mundo enfrentam problemas de qualidade do ar, especialmente aqueles relacionados ao controle de poluentes secundários como o ozônio troposférico (O 3 ), mas principalmente partículas finas (PM 2.5 ; ≤ 2:5µm em diâmetro). As partículas finas têm impactos significativos na saúde humana bem como no clima, através das mudanças climáticas. O entendimento da evolução destas partículas na atmosfera requer a descrição de suas fontes de emissão e também dos processos físico-químicos envolvidos na sua formação, crescimento e remoção. Neste estudo, o modelo Weather Research and Forecasting with Chemistry (WRF-Chem), um sistema de modelagem atmosférica estado-da-arte, juntamente com dados coletados durante duas campanhas experimentais realizadas em 2012 e 2014 no âmbito do projeto Narrowing the Uncertainties on Aerosol and Climate Change in São Paulo State (NUANCE-SPS, projeto temático FAPESP), foram usados para analisar as principais propriedades do aerossol atmosférico na Região Metropolitana de São Paulo (RMSP), no sudeste do Brasil, onde mudanças na composição e no consumo dos combustíveis têm afetado a evolução da concentração de poluentes. A aplicação combinada de dados experimentais e simulações numéricas com o WRF-Chem permitiu a representação de algumas das propriedades mais importantes do aerossol atmosférico como concentração do número de partículas e ativação de núcleos de condensação de nuvens, assim como a avaliação da contribuição de fontes antropogênicas e de queimadas na concentração do PM 2.5 . Por exemplo, fontes de queimadas contribuíram em até 20 % das concentrações base do número de partículas e de núcleos de condensação de nuvens sobre a RMSP (2300 cm -3 e 1400 cm -3 , respectivamente). Os resultados indicam o potencial impacto das queimadas na qualidade do ar na RMSP, e enfatizam a necessidade de aprimoramentos nos modelos de emissão de aerossol, visando reduzir incertezas nas previsões do modelo.