Adaptação do método Potential Source Contribution Function: incorporação de campo de concentração de poluentes

Abstract

A identificação de fontes de poluição do ar é uma tarefa desafiadora devido aos efeitos de emissores locais e transfronteiriços. Embora a potential source contribution function (PSCF) seja uma ferramenta útil para análise de trajetória e identificação de fontes de emissão, ela pode superestimar o impacto na poluição do ar de áreas menos poluídas pelas quais um evento de trajetória passou. Este trabalho propõe a incorporação de campos de concentração de poluentes atmosféricos a partir de dados de reanálise para melhorar o desempenho do método PSCF. O 3D-PSCF-CONC é baseado em uma versão tridimensional do método PSCF (3D-PSCF), e foi elaborado para evitar a superestimação de áreas menos poluídas. Foi utilizado como caso de teste a Região Metropolitana de São Paulo (RMSP) no Brasil, que é reconhecida pelos problemas de qualidade do ar, para comparar os resultados dos métodos PSCF, 3D-PSCF e 3D-PSCF-CONC. Concentrações horárias de monóxido de carbono (CO) e dióxido de enxofre (SO2) de 2015 a 2019 da estação de monitoramento Marginal Tietê ? Ponte Remédio, da Companhia Ambiental do Estado de São Paulo (CETESB), foram utilizadas como dados de entrada para aplicação dos métodos. As concentrações médias diárias de CO e SO2 foram utilizadas nos cálculos de probabilidade. Um total de 1826 trajetórias reversas de massa de ar do HYSPLIT versão 4 foram processadas usando os três métodos. As concentrações superficiais de CO e SO2 do MERRA-2, com resolução de 0,5 ° x 0,625 °, foram incorporadas ao 3D-PSCF-CONC para corrigir o cálculo da contribuição potencial com base no campo de concentração do poluente atmosférico. Os resultados revelaram que o 3D-PSCF-CONC alcançou uma identificação mais consistente das fontes locais e regionais, ao invés de enfatizar principalmente as fontes regionais como os outros métodos PSCF. O 3D-PSCF-CONC reduziu a contribuição potencial de áreas menos poluídas e com alta precipitação. A análise sugere uma contribuição de fontes veiculares próximas à área receptora na RMSP e o transporte de longo alcance de emissões industriais e queima de biomassa. Este trabalho apresenta uma ferramenta para a compreensão do processo de poluição do ar e identificação de fontes.

Abstract: The identification of air pollution sources is a challenging task due to the confounding effects of local and transboundary emitters. While the Potential Source Contribution Function (PSCF) is a useful tool for trajectory analysis and source identification, it can overestimate the impact of less polluted areas in which a trajectory event passed through. In this work, we propose incorporating air pollutant concentration fields from reanalysis data to improve the PSCF method's performance that avoids the overcontribution of less polluted areas. We develop the 3D-PSCF-CONC based on an updated three-dimensional version of the PSCF method (3D-PSCF). We used as a test case the Metropolitan Area of São Paulo (MASP) in Brazil, one of the most polluted regions in the world, for comparing the results of the conventional and the new PSCF method. Hourly carbon monoxide (CO) and sulfur dioxide (SO2) concentrations from 2015 to 2019 of monitoring stations were analyzed. The daily average concentrations of CO and SO2 were used as a threshold on the probability calculations. An overall of 1826 backward trajectories from HYSPLIT version 4 was processed using the three models. CO and SO2 surface concentrations from MERRA-2, with a resolution of 0.5° x 0.625° was incorporated in the 3D-PSCF-CONC to correct the potential contribution calculation based on the air pollutant concentration field. Our results revealed that the 3D-PSCF-CONC reached a more consistent identification of local and regional sources, rather than emphasizing mostly the regional sources as the other PSCF methods. The 3D-PSCF-CONC reduced the potential contribution of less polluted and high precipitation areas. The analysis suggests a contribution of vehicular sources close to the receptor site in MASP and long-range transport of industrial emissions and biomass burning from the land clearing of sugarcane production. This work presents an important tool for understanding the air pollution process and source identification.