Usando dados colaborativos para estimação da concentração NO2 em Amsterdam em tempo real

Abstract

A poluição do ar externo é um dos fatores de risco mais associados à mortes numa escala global. A criação de políticas para o combate deste problema intensifica a necessidade de se monitorar a concentração de gases poluente no ar. Porém, as técnicas atuais de monitoramento são caras e inexistentes em diversas cidades do mundo, sobretudo as mais pobres. Este trabalho propõe uma metodologia para se modelar a concentração de NO2 para um determinado horário e local a partir de dados do Waze, Open Street Maps e clima, dados considerados globais em centros urbanos, com o objetivo principal de medir o poder preditivos desses dados. Para a criação dos modelos, foram utilizadas medições de NO2 para o mês de Agosto, 2019, de sete estações de monitoramento na região central da cidade de Amsterdam, Países Baixos. Foram estimados 4 modelos de regressão: Regressão Linear sobre dummies de estação e hora (modelo baseline), Elastic Net, Random Forest e XGBoost, sendo estes dois últimos os que apresentaram melhores resultados. Discussões são levantadas sobre os passos necessários para viablizar a aplicação dos modelos em outros locais. Conclui-se que as bases de dados, sobretudo Clima e Open Street Maps, possuem um relevante poder de predição para a estimação da concentração de NO2 no ar externo.