Modelagem da poluição atmosférica em São Paulo utilizando inventários de emissões veiculares bottom-up

Neste trabalho, investiga-se o impacto de diferentes cenários de inventários de emissões veiculares na qualidade do ar nas regiões metropolitanas de São Paulo, Baixada Santista, Vale do Paraíba, Sorocaba e Campinas. A construção de inventários de emissões veiculares bottom-up é complexa, tendo que agregar informações diversas, como a composição da frota veicular (com a distribuição de idade, tipos de veículos, tipos de combustível) e os processos emissores (fatores de emissão para partidas a frio, emissões de escapamento e evaporativas). Além disso, para modelos de qualidade do ar, estas emissões ainda devem ser distribuídas no tempo e no espaço. Os cenários foram construidos utilizando diferentes fontes de dados, destacando-se as simulações de tráfego e contagem de veículos da CET e SPTRANS, e registros de deslocamentos de veículos através de GPS para a distribuição espaço-temporal do fluxo veicular. Para o cálculo de emissões foi desenvolvido um software open source chamado VEIN (Vehicular Emissions Inventories, disponível em https://github.com/ibarraespinosa/vein). As emissões simuladas para as regiões metropolitanas de São Paulo são maiores do que as  emissões estimadas pela CETESB para todos os poluentes. A partir destes cenários, foram realizadas simulações de qualidade do ar com o modelo WRF-Chem. Os resultados variam para os diferentes poluentes. De uma forma geral, a variação diurna dos poluentes é bem simulada, mostrando que as emissões estão consistentes. Apesar dos maiores valores de emissão encontrados neste trabalho, as concentrações simuladas dos poluentes primários foi, em média, menor do que as concentrações observadas. Isto provavelmente é decorrente do fato dos ventos simulados serem mais fortes do que os ventos observados.  Este trabalho mostra novos métodos para desenvolver inventários de emissões com diferentes dados fornecendo um novo enfoque para compreender os problemas de qualidade do ar.