Technical ReportPDF Available

Monitoramento da Qualidade do Ar na Cidade de Boa Vista - Roraima (2020-2024)

Authors:

Abstract and Figures

A Amazônia vem experimentando vários episódios de intensa poluição atmosférica relacionados diretamente ao desmatamento, às queimadas e aos incêndios em ambientes florestais e não-florestais (e.g. savanas). Os episódios de poluição são mais deletérios quando vinculados a eventos climáticos que provocam secas extremas, fazendo com que a qualidade do ar na região alcance índices de insalubridade. Roraima é o estado brasileiro que se configura como um caso atípico dentro da Amazônia brasileira. Isso porque sua área física é caracterizada por distintos conjuntos ecossistêmicos dispersos entre os Hemisférios Sul e Norte. Essa característica eco-geográfica sugere distintos episódios de poluição atmosférica, porém, ainda não está claro qual o padrão sazonal da qualidade do ar na região e, em especial, em Boa Vista, o maior centro urbano de Roraima. O objetivo do estudo foi apresentar o resultado do monitoramento da qualidade do ar na cidade de Boa Vista entre julho/2020 e maio/2024. A concentração de material particulado registrado por dois sensores de baixo custo instalados na cidade foi a base metodológica. Os objetivos específicos foram estabelecer (i) a dimensão da qualidade do ar (número de dias insalubres) e (ii) a variação temporal (sazonalidade) da concentração de material particulado ao longo do período amostral. Os resultados indicaram que dos 1290 dias considerados como válidos para o período analisado, a dimensão da qualidade do ar em Boa Vista foi caracterizada como “Boa” entre 280 (21.7%) e 689 (53.4%) dias. Utilizando apenas as leituras dos valores máximos registradas pelos sensores, foi constatado que Boa Vista experimentou 255 (19.8%) dias sob alguma forma grave de poluição atmosférica, significando que a qualidade do ar alcançou níveis deletérios para a saúde humana. O padrão temporal para a cidade foi determinado como bimodal, apresentando dois picos de poluição por ano: (i) agosto-outubro = pico secundário relacionado ao transporte de poluentes derivados dos incêndios e queimadas realizadas no Sul da Amazônia (principalmente Oeste do Pará e localidades próximas de Manaus), e (ii) janeiro-março = pico primário (principal), relacionado às queimadas e incêndios observados principalmente no Centro e no Norte de Roraima. Os resultados indicam que os poderes públicos constituídos necessitam ampliar a rede de monitoramento através de sensores de baixo custo, incluindo outras métricas de igual importância, como poluentes gasosos. Esse avanço no monitoramento na cidade de Boa Vista e regiões adjacentes ampliaria a base de estudos de correlações e análises de risco à saúde da população, enfatizando também os danos relacionados ao ambiente (e.g. fauna e flora). A ampliação do monitoramento é a base da construção das ferramentas que o poder público precisa para (i) melhorias nos códigos legislativos de proteção ambiental, e (ii) construção de alertas que forneçam ao cidadão informações necessárias para sua segurança no campo da saúde.
Content may be subject to copyright.
RELATÓRIO TÉCNICO-CIENTÍFICO
Monitoramento da Qualidade do Ar
na Cidade de Boa Vista - Roraima
(2020-2024)
Reinaldo Imbrozio Barbosa
Arthur Camurça Citó
MCTI - INPA
Núcleo de Roraima
2024
MINISTÉRIO DA CIÊNCIA, TECNOLOGIA E INOVAÇÃO
INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA
NÚCLEO DE RORAIMA
RELATÓRIO TÉCNICO-CIENTÍFICO
Monitoramento da Qualidade do Ar na Cidade de Boa Vista - Roraima
(2020-2024)
Reinaldo Imbrozio Barbosa
Instituto Nacional de Pesquisas da Amazônia
Núcleo de Roraima
Boa Vista – Roraima – Brasil
reinaldo@inpa.gov.br / imbrozio@gmail.com
Arthur Camurça Citó
Instituto Nacional de Pesquisas da Amazônia
Núcleo de Roraima
Boa Vista – Roraima – Brasil
arthur.cito@inpa.gov.br
COMO CITAR: BARBOSA, R.I.; CITÓ, A.C. 2024. Monitoramento da Qualidade do Ar
na Cidade de Boa Vista Roraima (2020-2024). Relatório Técnico-Científico. Instituto
Nacional de Pesquisas da Amazônia, Núcleo de Roraima. Boa Vista, Roraima. 23p.
Boa Vista - Roraima
06.09.2024
Foto da Capa
Gentilmente cedida pelo Dr. Pedro Pequeno (INCT-SinBiAm / INPA)
1
Sumário
Resumo ......................................................................................................... 2
1. Introdução ................................................................................................ 3
2. Material e Métodos.................................................................................. 6
2.1 Conceitos gerais e equipamentos ......................................................... 6
2.2 Banco de dados .................................................................................... 7
2.3 Análises ................................................................................................ 9
3. Resultados .............................................................................................. 11
3.1 Dimensão ........................................................................................... 11
3.2 Variação temporal .............................................................................. 12
3.3 Qualidade do ar (2024) ...................................................................... 14
5. Considerações e conclusões .................................................................. 16
6. Agradecimentos ..................................................................................... 17
7. Referências ............................................................................................. 18
8. Material Suplementar ........................................................................... 22
2
Resumo
A Amazônia vem experimentando vários episódios de intensa poluição atmosférica
relacionados diretamente ao desmatamento, às queimadas e aos incêndios em ambientes
florestais e não-florestais (e.g. savanas). Os episódios de poluição são mais deletérios
quando vinculados a eventos climáticos que provocam secas extremas, fazendo com que
a qualidade do ar na região alcance índices de insalubridade. Roraima é o estado brasileiro
que se configura como um caso atípico dentro da Amazônia brasileira. Isso porque sua
área física é caracterizada por distintos conjuntos ecossistêmicos dispersos entre os
Hemisférios Sul e Norte. Essa característica eco-geográfica sugere distintos episódios de
poluição atmosférica, porém, ainda não está claro qual o padrão sazonal da qualidade do
ar na região e, em especial, em Boa Vista, o maior centro urbano de Roraima. O objetivo
do estudo foi apresentar o resultado do monitoramento da qualidade do ar na cidade de
Boa Vista entre julho/2020 e maio/2024. A concentração de material particulado
registrado por dois sensores de baixo custo instalados na cidade foi a base metodológica.
Os objetivos específicos foram estabelecer (i) a dimensão da qualidade do ar (número de
dias insalubres) e (ii) a variação temporal (sazonalidade) da concentração de material
particulado ao longo do período amostral. Os resultados indicaram que dos 1290 dias
considerados como válidos para o período analisado, a dimensão da qualidade do ar em
Boa Vista foi caracterizada como “Boa” entre 280 (21.7%) e 689 (53.4%) dias. Utilizando
apenas as leituras dos valores máximos registradas pelos sensores, foi constatado que Boa
Vista experimentou 255 (19.8%) dias sob alguma forma grave de poluição atmosférica,
significando que a qualidade do ar alcançou níveis deletérios para a saúde humana. O
padrão temporal para a cidade foi determinado como bimodal, apresentando dois picos
de poluição por ano: (i) agosto-outubro = pico secundário relacionado ao transporte de
poluentes derivados dos incêndios e queimadas realizadas no Sul da Amazônia
(principalmente Oeste do Pará e localidades próximas de Manaus), e (ii) janeiro-março =
pico primário (principal), relacionado às queimadas e incêndios observados
principalmente no Centro e no Norte de Roraima. Os resultados indicam que os poderes
públicos constituídos necessitam ampliar a rede de monitoramento através de sensores de
baixo custo, incluindo outras métricas de igual importância, como poluentes gasosos.
Esse avanço no monitoramento na cidade de Boa Vista e regiões adjacentes ampliaria a
base de estudos de correlações e análises de risco à saúde da população, enfatizando
também os danos relacionados ao ambiente (e.g. fauna e flora). A ampliação do
monitoramento é a base da construção das ferramentas que o poder público precisa para
(i) melhorias nos códigos legislativos de proteção ambiental, e (ii) construção de alertas
que forneçam ao cidadão informações necessárias para sua segurança no campo da saúde.
Palavras-chave: qualidade do ar; poluição atmosférica; Roraima; norte da Amazônia;
saúde pública; monitoramento
3
1. Introdução
Poluição do ar é a contaminação do ambiente (interno ou externo) por qualquer
agente químico, físico ou biológico que modifique as características da composição
natural da atmosfera terrestre, podendo tornar o ar impróprio ou nocivo à saúde
humana, a fauna e a flora (CONAMA 2018; WHO 2024). O aumento da concentração
atmosférica de poluentes gasosos (e.g. dióxido de carbono, metano, dióxido de
nitrogênio) e particulados (e.g. fuligem, carbono negro) está diretamente relacionada
a fontes emissoras associadas à queima de combustíveis fósseis (fábricas, veículos) e
de biomassa (florestas, savanas etc.) (Akimoto 2003; WHO 2022a). A poluição
atmosférica está ligada frontalmente às alterações climáticas, pois os principais
poluentes derivados de mudanças ambientais partilham fontes comuns de emissão de
gases que influenciam diretamente no aquecimento global (IPCC 2006; WHO 2023).
A Organização Mundial da Saúde (OMS = WHO em inglês) estima que 99%
da população global respira ar de baixa qualidade caracterizado por altas
concentrações de poluentes, que excedem os limites mínimos aceitáveis e definidos
pela própria OMS, tornando esse problema uma ameaça à saúde pública global (WHO
2022b). Os relatórios da OMS indicam que a poluição do ar vem sendo um fator de
risco crítico para doenças crônicas não transmissíveis (DCNT), causando 24% das
mortes por doenças cardíacas, 25% por acidentes vasculares cerebrais, 43% por
doença pulmonar obstrutiva crônica e 29% por câncer de pulmão (OPAS-OMS 2018).
Estatísticas globais indicam que a poluição do ar foi responsável por 8,1 milhões de
mortes em 2021 em todo o planeta (12% do total), sendo considerada uma das maiores
ameaças ambientais à saúde pública (HEI 2024; ONU News 2024). Deste total,
700.000 mortes foram atribuídas a crianças com idade inferior a 5 anos (HEI 2024), o
grupo humano considerado mais vulnerável porque seus órgãos e sistema imune ainda
não estão totalmente desenvolvidos (OPAS 2018). O Brasil não possui estatísticas
precisas, mas a Organização Pan-americana de Saúde (OPAS) estimou que o país
perde mais de 50 mil vidas anuais relacionadas diretamente à poluição atmosférica
(Sant'anna et al. 2021). Estudos de cunho global indicam que a média da expectativa
de vida no Brasil poderia ser acrescida em 8,4 meses se a poluição por partículas fosse
reduzida no nível das diretrizes mínimas estabelecidas pela OMS (Greenstone et al.
2024).
Na Amazônia, devido aos diversos problemas relacionados ao desmatamento,
queimadas e incêndios (florestais e não-florestais), a poluição atmosférica vem
tomando espaço cada vez maior nos círculos científicos interessados no
monitoramento da qualidade do ar (Aragão et al. 2020; Melo et al. 2020; Oliveira et
al. 2023) e na influência da poluição sobre as variáveis climáticas regionais (Andreae
et al. 2004; Koren et al. 2004; Poschl et al. 2010; Shrivastava et al. 2019). Os maiores
e mais visíveis exemplos de poluição atmosférica dos últimos anos na Amazônia
foram derivados de grandes incêndios em ecossistemas naturais ou modificados pelo
4
homem. O alastramento do fogo estava associado aos longos períodos de estiagem
devido aos fortes eventos de seca extrema (Silva et al. 2018; Berenguer 2021).
Na escala temporal pretérita, os eventos climáticos que favorecem os incêndios
não são novidade para os ecossistemas amazônicos, em especial em regiões
caracterizadas por marcada sazonalidade (longos períodos secos) e ambientes
tipicamente estacionais (savanas e florestas deciduais), como foi o caso do histórico
incêndio de 1925/26 em Roraima (Tate 1930). Nas últimas décadas, a maior
frequência dos eventos relacionados ao El Niño e ao Aquecimento Anômalo do
Atlântico Norte (AMO), tem tornado os incêndios florestais mais comuns na
Amazônia, destacando-se os anos de 1997/1998 (Barbosa e Fearnside 1999), 2005
(ESA 2005), 2007 e 2010 (Morton et al. 2013), 2015/16 (Silva Junior et al. 2019) e
2023/24 (Brown 2024). Todos apontados como potenciais problemas para o sistema
de saúde público devido à imensa quantidade de material particulado e gases poluentes
emitidos para a atmosfera (Alencar et al. 2006). Incêndios, queimadas e qualidade do
ar na Amazônia também têm ocupado espaço nas diferentes mídias nacionais, em
especial pelo apelo visual causado pelas grandes brumas de fumaça (poluentes) que
cobrem capitais e zonas rurais regionais, como observado em 2023, Manaus -
Amazonas (Queiroz 2023; Ferrante e Fearnside 2024), e 2024, Boa Vista - Roraima
(G1 Roraima 2024; Oliveira 2024).
Roraima é um caso atípico dentro da Amazônia brasileira. Isso porque sua área
física é caracterizada por um gradiente hidro-topográfico que suporta três grandes
conjuntos ecossistêmicos: campinaranas, savanas e florestas (Barbosa et al. 2010).
Por se configurarem em diferentes estruturas ecológicas (relevo, classe de solo, tipo
de vegetação, biomassa) distribuídas entre os Hemisférios Sul e Norte, as brumas de
fumaça derivadas de queimadas e incêndios desses ecossistemas acabam ocupando
nichos temporais distintos causados pela inversão sazonal entre os períodos de chuva
e seca. Essa característica geográfica também suscita a hipótese de que correntes de
ar possuam um papel importante no transporte de poluentes de outras partes da
Amazônia, para Boa Vista e zonas rurais de Roraima, em diferentes períodos do ano.
Não dúvidas que a maior parte da poluição que atinge o estado anualmente por
queimadas e incêndios produzidos dentro de seus próprios limites territoriais (Barbosa
e Fearnside 1999). Porém, ainda não clareza quanto ao padrão temporal
(sazonalidade) da qualidade do ar na região, ou mesmo se fontes poluentes externas
ao estado podem atingir Boa Vista, o maior e mais populoso centro urbano de
Roraima. Com as distintas características ambientais e geográficas observadas nessa
região do extremo norte da Amazônia, não dúvidas de que o monitoramento da
qualidade do ar em Roraima se torna um importante instrumento de políticas públicas
voltadas à proteção da saúde do cidadão.
O objetivo deste estudo é o de apresentar o resultado do monitoramento da
qualidade do ar em Boa Vista, capital do estado de Roraima, tomando como referência
(i) a dimensão (número de dias insalubres) e (ii) a variação temporal da concentração
de material particulado medida por sensores de baixo custo instalados na cidade entre
5
julho/2020 e maio/2024. Entender a dimensão e a variação da qualidade do ar no
maior centro urbano de Roraima por equipamentos de baixo custo que possuem dados
livres disponíveis na rede mundial de computadores, é uma das aplicações mais diretas
na integração do cidadão ao sistema político-decisório ambiental de seu local de
moradia (WMO-UNEP 2024). Em adição, o monitoramento também se configura
como uma ferramenta ao poder público constituído para (i) emissão de alertas pelas
agências municipais e estadual de saúde, bem como (ii) um parâmetro de base para
melhorias nos códigos legislativos de proteção ambiental em todo o estado.
6
2. Material e Métodos
2.1 Conceitos gerais e equipamentos
A dimensão e a variação temporal da poluição do ar em Boa Vista foram
construídas a partir de dados obtidos de dois sensores de baixo custo do tipo PurpleAir
(PurpleAir 2022). Essa tecnologia de monitoramento é baseada na internet das coisas
(IoT = Internet of Things, sigla em inglês), que é a habilidade de diferentes
dispositivos eletrônicos (e.g. sensores) em se conectar à internet e poder interagir entre
si sem o envolvimento humano (Gulati et al. 2022). Os equipamentos instalados em
Boa Vista foram primariamente inspirados na inédita experiência do estado do Acre
que, a partir de uma parceria da Universidade Federal do Acre com o Woods Hole
Research Center, instalou os primeiros sensores PurpleAir na Amazônia em 2017
(Brown et al. 2019). Nos anos seguintes novos equipamentos foram instalados em
diferentes estados amazônicos com o apoio e a parceria do Ministério Público do
Estado do Acre (MPE-AC) e de outros Ministérios Públicos da região amazônica.
Os dois sensores PurpleAir, que são alvo desse estudo, foram instalados (i) pela
base do INPA em Roraima (julho/2020), dentro do escopo do projeto “Crescimento e
mortalidade de árvores em florestas ecotonais de Roraima: efeito das condicionantes
ambientais e da variabilidade climática” (Edital Universal 01/2016 - Proc. CNPq
403591/2016-3), e (ii) pelo MPE-RR (setembro/2021), dentro da parceria estabelecida
com o MPE-AC com o intuito de ampliar a rede de monitoramento na Amazônia
(Figura 1). Embora existam outros sensores atualmente instalados em Roraima,
nenhum deles possuía séries temporais adequadas para a formatação de qualquer tipo
de padrão.
7
Figura 1 (A) Localização dos sensores de baixo custo (PurpleAir) em Roraima, (B)
equipamentos situados na cidade de Boa Vista, e (C) imagem do equipamento físico
instalado na base do INPA-RR (julho/2020).
2.2 Banco de dados
O banco de dados do estudo foi construído com base no índice de qualidade do
ar (air quality index) US EPA PM2.5 AQI (EPA 2012). Esse é o índice default da
plataforma PurpleAir, sendo constituído por uma escala numérica baseada na
concentração atmosférica de material particulado (MP ou PM = particulate matter,
sigla em inglês) do tipo PM2.5 = partículas de poeira inaláveis de diâmetro igual ou
menor que 2.5 microns, medidas em microgramas (1×10−6 g) por metro cúbico de ar
g.m-3) (Figura 2). As leituras diárias de concentração de PM2.5 (μg.m-3) referentes
aos dois sensores PurpleAir alvos desse estudo foram obtidas na plataforma World Air
Quality Index Project (https://aqicn.org/). Os dados fornecidos pela plataforma são
um conjunto de leituras obtidas a cada 24 horas, apresentadas da seguinte forma: (i)
mínima (menor valor diário), máxima (maior valor diário), mediana (valor que divide
o conjunto de leituras diárias exatamente ao meio), q1 (primeiro quartil = valor médio
do conjunto de dados que delimita 25% dos menores valores), q3 (terceiro quartil =
valor médio do conjunto de dados representado por 75% dos valores), desvio padrão
(referente ao conjunto de leituras realizadas em “tempo real” ao longo de 24 horas),
total de leituras diárias (número de leituras realizadas em “tempo real” ao longo de 24
horas).
A
B
C
8
Figura 2 Escala comparativa de tamanho de material particulado do tipo PM2.5
(partículas de combustão, compostos orgânicos etc.) com (i) material particulado do tipo
PM10 (poeiras, pólens, mofo), (ii) fio de cabelo humano (human hair) e (iii) areia fina de
praia (fine beach sand). Onde: um micron = milésima parte do milímetro. Fonte: US EPA
– Agência de Proteção Ambiental Americana.
O US EPA PM2.5 AQI é francamente utilizado para indicar ao público o quão
poluído o ar se encontra ao longo de um período de 24 horas de exposição (NJDEP
2016). Como a base do índice é padronizada pela concentração atmosférica de
material particulado do tipo PM2.5, ele é apontado como um robusto indicador da
qualidade do ar urbano (Heintzelman et al. 2023). O PM2.5 vem sendo adotado como
um dado auxiliar (proxy de referência) pela OMS em associação à mortalidade
humana pela exposição da população em ambientes com altos índices de poluição
atmosférica (WHO 2023, 2024). A OMS adota PM2.5 = 15 μg.m-3 como a
concentração crítica de exposição humana para um período de 24 horas, enquanto a
EPA (2012) revisou o nível mais restritivo do US EPA PM2.5 AQI para 12 μg.m-3,
representando a categoria de índice de qualidade do ar “Boa” (Tabela 1).
9
Tabela 1 – Categorias de qualidade do ar, efeitos na saúde e limiares de concentração de
PM2.5 (μg.m-3) por categoria. Fonte: Agência de Proteção Ambiental (EPA 2012).
Categorias
baseadas no AQI
(índice de
qualidade do ar)
Concentração
de PM2.5
g.m-3)
(24 h de
exposição)
Cor de Aviso
Boa
0-50
0.0-12.0
Verde
Moderada
51-100
12.1-35.4
Amarelo
Insalubre para
grupos sensíveis
101-150
35.5-55.4
Laranja
Insalubre
151-200
55.5-150.4
Vermelho
Muito insalubre
201-300
150.5-250.4
Roxa
Péssima
≥ 301
250.5
Marron
2.3 Análises
Como a distância física entre os dois sensores utilizados na atual análise é de
aproximadamente 1 km, foi realizada uma comparação estatística entre as médias das
leituras diárias de poluição PM2.5 (média entre os valores mínimo e máximo de cada
sensor). Foi observado que ambos os sensores possuem a mesmo padrão gráfico
(variação temporal), mas os valores médios diários são significativamente distintos
(Teste tpareado; p < 0.05). Assim sendo, foi utilizado o sensor INPA-RR (maior série
temporal) como a base principal da análise. As falhas temporais (dados faltantes)
causadas por falta de energia ou sinal de internet no sensor INPA-RR foram cobertos
com os dados do sensor MPE-RR. O objetivo foi tentar manter o padrão temporal,
mesmo entendendo que os valores médios diários possuíam distinções significativas.
Desta forma, o banco de dados se constituiu em um total de 1290 dias (observações)
considerados como válidos para a análise da qualidade do ar em Boa Vista entre
julho/2020 e maio/2024.
Para entender os aspectos da dimensão da qualidade ao ar, todas as
concentrações médias e máximas diárias válidas (PM2.5) foram tabuladas e
10
associadas às diferentes categorias de qualidade do ar (ver Tabela 1). Para entender o
padrão temporal de qualidade do ar nós construímos um gráfico da média diária da
concentração de PM2.5 (variável dependente) versus o período de análise (julho/2020
a maio/2024), reconhecendo os períodos de maior poluição em função da
sazonalidade climática local (chuva e seca). Todos os dados utilizados no estudo estão
disponibilizados livremente na plataforma World Air Quality Index Project
(https://aqicn.org/) que, por sua vez, é um amplo resumo dos dados derivados da
plataforma PurpleAir (PurpleAir 2022). Os dados da análise não sofreram qualquer
fator de correção para as diferentes densidades de partículas poluentes (queima de
vegetação, escapamento de carros etc.). Dados faltantes em ambas as bases de dados
utilizadas (INPA-RR e MPE-RR) foram deixados em branco, sem qualquer estimativa
ou interpolação para evitar erros desnecessários.
11
3. Resultados
3.1 Dimensão
Utilizando as médias diárias das concentrações de PM2.5 (μg.m-3) foi
constatado que 689 dias (53.4%) constavam com a qualidade do ar considerada “Boa
(AQI = 0-50 ou PM2.5 < 12 μg.m-3) ao longo de todo o período de análise (Tabela 2).
Nos demais 601 dias (46.6%) considerando a perspectiva das leituras médias diárias
de PM2.5, a qualidade do ar em Boa Vista possuía algum tipo de risco à saúde entre
as categorias AQI “Moderada” e “Péssima”. Considerando as leituras máximas
diárias, o percentual de qualidade do ar “Boacai bruscamente para 21.7%, e o total
de dias em que Boa Vista experimentou algum tipo de ar insalubre salta para 1010
dias (78.3%). Se apenas foram considerados os casos mais graves das categorias AQI,
observado os valores das leituras máximas PM 2.5 (“Insalubre para grupos sensíveis”
+ “Insalubre” + “Muito Insalubre” + “Péssima”), constata-se que Boa Vista
experimentou 255 dias (19.8%) sob alguma forma grave de poluição atmosférica,
onde a qualidade do ar se encontrava em diferentes níveis deletérios para a saúde
humana.
Tabela 2 Distribuição do número de dias (%) por categorias AQI, considerando os
valores das concentrações médias e máximas diárias de PM2.5 (μg.m-3) observadas na
cidade de Boa Vista, Roraima, entre julho/2020 e maio/2024. Fonte: Sensores PurpleAir
(INPA-RR e MPE-RR).
Categorias AQI
Média Diária
(Dias, %)
Máxima Diária
(Dias, %)
Boa
(0-50)
689 (53.4)
280 (21.7)
Moderada
(51-100)
531 (41.2)
755 (58.5)
Insalubre para grupos
sensíveis
(101-150)
25 (1.9)
161 (12.5)
Insalubre
(151-200)
39 (3.0)
72 (5.6)
Muito insalubre
201-300
6 (0.5)
16 (1.2)
Péssima
(301)
0 (0.0)
6 (0.5)
12
3.2 Variação temporal
A análise gráfica da variação temporal da concentração de PM2.5 (μg.m-3)
indica que a cidade de Boa Vista se caracteriza por um padrão bimodal: dois picos de
poluição por ano (Figura 3). O pico secundário (menor expressão) coincide com a
estação seca do hemisfério Sul amazônico, quando os poluentes alcançam Boa Vista
entre agosto-outubro. Exceção foi observada em 2020, com a qualidade do ar
começando a se deteriorar entre julho-agosto. O pico secundário está relacionado
principalmente às queimadas e incêndios do oeste do Pará (e.g. região de Santarém) e
parte da calha do rio Amazonas, próxima à cidade de Manaus, quando correntes de ar
de sentido sul/sudeste em direção ao norte/noroeste carregam poluentes até Boa Vista
e vizinhanças. Por sua vez, o pico primário (maior expressão) é caracterizado pela
estação seca que atinge a região de Roraima situada no hemisfério Norte (janeiro-
março). A baixa qualidade do ar no pico primário está totalmente associada às
queimadas e incêndios em ecossistemas florestais e não-florestais que ocorrem no
próprio estado de Roraima, inundando a atmosfera com material particulado (Material
Suplementar A). Em anos de fortes eventos El Niño (extremos de seca) o pico primário
pode sofrer eventuais adições de poluentes derivados dos incêndios que ocorrem em
savanas e florestas no sudoeste da vizinha República da Guyana. A direção
predominante dos ventos nessa época do ano é a principal causa (de nordeste para
sudoeste).
13
Figura 3 Padrão de distribuição temporal da concentração atmosférica de PM 2.5 (μg.m-3) na cidade de Boa Vista, Roraima, entre julho/2020 e maio/2024.
Onde: min (mínimas), max (máximas) e med (médias) são valores diários obtidos dos sensores PurpleAir instalados na cidade. Linha tracejada horizontal indica
onde a qualidade do ar encontra-se dentro do limite aceitável pelos limiares do US EPA PM2.5 AQI (PM2.5 = 0-12 µg.m³ ou AQI = 0-50). Fonte: Sensores
PurpleAir (INPA-RR e MPE-RR).
14
3.3 Qualidade do ar (2024)
O período seco do biênio 2023/2024 se caracterizou como o de pior qualidade
do ar dentro da série temporal analisada - julho/2020 a maio/2024 (Figura 4). Entre o
final de dezembro de 2023 e meados de abril de 2024 os índices de qualidade do ar
em Boa Vista alcançaram valores elevados, mesmo quando comparado com padrões
observados em grandes cidades tipicamente poluídas ao redor do globo, como Hanoi
(Vietnam) e São Paulo (Brasil) (Material Suplementar B). Altíssimas concentrações
de PM 2.5 (acima de 300 μg.m-3) foram observadas em pelo menos quatro dias de
2024, sendo dois destes dias no mês de março: (i) 24/03 (383 μg.m-3) e (ii) 25/03 (340
μg.m-3) se configurando em um dos períodos mais críticos e graves da cidade em 2024
sob qualquer ponto de vista ambiental ou de saúde humana.
Figura 4 – Variação da concentração atmosférica diária de PM 2.5 (μg.m-3) na cidade de
Boa Vista (Roraima) no intervalo de 01/12/2023 a 30/05/2024. Onde: min (mínimas),
max (máximas) e med (médias) são valores diários obtidos dos sensores PurpleAir
instalados em Boa Vista. Linha tracejada horizontal indica onde a qualidade do ar
encontra-se dentro do limite aceitável pelos limiares do US EPA PM2.5 AQI (PM2.5 = 0-
12 µg.m³ ou AQI = 0-50). Fonte: Sensores PurpleAir (INPA-RR e MPE-RR).
Nos anos onde as condições climáticas são de extrema seca, como foi o caso
explicito de 2023/2024, poluentes derivados das queimadas e incêndios relacionados
ao pico principal de poluição (janeiro-março) alcançam as calhas do alto curso dos
15
rios Negro e Solimões/Amazonas. Essa condição acontece por causa das correntes de
ar predominantes nesse período do ano em Roraima (nordeste para sudoeste), fazendo
com que poluentes como o monóxido de carbono (CO) possam alcançar até mesmo o
sul do Amazonas e o norte de Rondônia (Figura 5).
Figura 5 – Dispersão do monóxido de carbono (CO) derivado das queimadas e incêndios
de Roraima (19 e 25/02/2024). Fonte: Satélite Sentinel-5P – TROPOMI Produto CO,
Agência Espacial Europeia (ESA). Onde: (i) a imagem representa a média simples de
cada pixel (1.1132 km de resolução espacial) da região da Amazônia Legal, entre os dias
19 de fevereiro e 25 de fevereiro de 2024, (ii) Google Earth Engine e Qgis foram usados
na construção e manipulação das imagens e (iii) o código fonte do mapa original pode ser
acessado livremente no Github
(https://github.com/arthurcito/MonoxidoCarbono/blob/main/README.md).
16
5. Considerações e conclusões
(i) Do ponto de vista global, Boa Vista não é uma megacidade que produz
grandes quantidades de poluentes urbanos derivados de fábricas e/ou indústrias. Por
outro lado, a fumaça derivada de queimadas e incêndios (florestais e não florestais),
em especial nos últimos anos, tem tornado a cidade um local insalubre por vários dias
em pelo menos dois momentos anuais;
(ii) Os dois grandes picos de poluição que atingem a cidade anualmente
caracterizam Boa Vista como padrão bimodal: (a) agosto-outubro = pico secundário
(menor expressão) relacionado ao transporte de poluentes derivados dos incêndios e
queimadas realizadas no Sul da Amazônia (principalmente Oeste do Pará e localidades
próximas de Manaus), e (b) janeiro-março = pico primário (maior expressão),
relacionado às queimadas e incêndios observados principalmente no Centro e no
Norte de Roraima, em especial em anos de extrema seca associados a fortes eventos
El Niño, como o ocorrido entre 2023/2024;
(iii) Em anos caracterizados por secas extremas a cidade pode alcançar altos
níveis de insalubridade atmosférica. O maior exemplo desse contexto foram os altos
índices de poluição em Boa Vista nos quatro primeiros meses de 2024, quando a
cidade apareceu várias vezes no ranking das cidades com pior índice de qualidade do
ar do planeta;
(iv) A potência da poluição derivada das queimadas e incêndios nos diferentes
ecossistemas de Roraima foi tão intensa em 2024 que o deslocamento de poluentes
alcançou regiões distantes, como o alto curso dos rios Negro e Solimões/Amazonas;
(v) Não há dúvidas que os poderes constituídos necessitam ampliar a rede de
monitoramento através de sensores de baixo custo, incluindo outras métricas de igual
importância, como poluentes gasosos. Esse avanço no monitoramento ampliaria a
base de estudos de correlações e análises de risco à saúde da população e a danos no
ambiente (e.g. fauna e flora).
17
6. Agradecimentos
Dr. Antônio Willian Flores de Melo (UFAC), Dr. Rodrigo Augusto Ferreira de Souza
(UEA), Dra. Franciele Oliveira Campos da Rocha (UFRR) e Dra. Priscila Alencar
Azarak (SMSA-BV) realizaram leitura prévia, contribuindo com críticas, sugestões e
correções à versão final deste documento. O Instituto Ar, em parceria com o Ministério
do Meio Ambiente e Mudança do Clima, proporcionou um encontro de vários
especialistas (Brasília/DF - novembro/2023) que, de forma direta, foi decisivo para o
estímulo à construção do relatório. O Conselho Nacional de Desenvolvimento
Científico e Tecnológico (CNPq) providenciou Bolsa Produtividade para R.I. Barbosa
(CNPq 304204/2015-3). Essa investigação faz parte do escopo do Projeto
“Crescimento e mortalidade de árvores em florestas ecotonais de Roraima: efeito das
condicionantes ambientais e da variabilidade climática” (Proc. CNPq n. 403591/2016-
3).
18
7. Referências
Akimoto, H. 2003. Global air quality and pollution. Science, 302(5651): 1716-1719.
Alencar, A.; Nepstad, D.; Diaz, M.C.V. 2006. Forest understory fire in the Brazilian
Amazon in ENSO and Non-ENSO Years: area Burned and committed carbon
emissions. Earth Interactions, 10(6): 1-17.
Andreae, M.O.; Rosenfeld, D.; Artaxo, P.; Costa, A.A.; Frank, G.P.; Longo, K.M.; Silva-
Dias, M.A. 2004. Smoking rain clouds over the Amazon. Science, 303(5662): 1337-
1342.
Aragão, L.E.O.C.; Junior, C.H.L.S.; Anderson, L.O. 2020. O desafio do Brasil para
conter o desmatamento e as queimadas na Amazônia durante a pandemia por
COVID-19 em 2020: implicações ambientais, sociais e sua governança (SEI/INPE:
01340.004481/2020-96/5543324). São José dos Campos. 34 pp.
Barbosa, R.I.; Fearnside, P.M. 1999. Incêndios na Amazônia brasileira: estimativa da
emissão de gases do efeito estufa pela queima de diferentes ecossistemas de Roraima
na passagem do evento "El Niño" (1997/98). Acta Amazonica, 29(4): 513-534.
Barbosa, R.I.; Pinto, F.; Keizer, E. 2010. Ecossistemas terrestres de Roraima: área e
modelagem espacial da biomassa. In: Barbosa, R.I.; Melo, V.F. (Eds.). Roraima:
Homem, Ambiente e Ecologia. FEMACT-RR, Boa Vista, Roraima, p. 347-368.
Berenguer. 2021. Tracking the impacts of El Niño drought and fire in human-modified
Amazonian forests.
Brown, F.; Duarte, A.F.; Torres, M.; Ascorra, C.; Reyes, J.F.; Rioja-Ballivián, G., et al.
2019. Monitoramento de fumaça em tempo real mediante sensores de baixo custo
instalados na Amazônia sul-ocidental. Anais do XIX Simpósio Brasileiro de
Sensoriamento Remoto (14-17/04/2019), Santos, São Paulo. p. 2658-2661.
Brown, S. 2024. Amid record-high fires across the Amazon, Brazil loses primary forests.
Mongabay. Acessado em 23 de Abril de 2024. Recuperado de
https://news.mongabay.com/2024/04/amid-record-high-fires-across-the-amazon-
brazil-loses-primary-forests/.
CONAMA. 2018. Resolução CONAMA 491 de 19/11/2018 - Dispõe sobre padrões
de qualidade do ar. Ministério do Meio Ambiente/Conselho Nacional do Meio
Ambiente. DOU de 21/11/2018, Edição 223, Seção 1. p. 155.
EPA. 2012. Revised air quality standards for particle poluition and updates to the Air
Quality Index (AQI). The National Ambient Air Quality Standards for Particle
Pollution, Environmental Protection Agency
<https://www.epa.gov/sites/default/files/2016-
04/documents/2012_aqi_factsheet.pdf>.
19
ESA. 2005. Forest fires in Amazon region (Brazil) - August 2005. Acessado em Abril de
2024. Recuperado de https://earth.esa.int/web/earth-watching/natural-
disasters/fires/content/-/asset_publisher/aRYs5Z37uM9K/content/forest-fires-in-
amazon-region-brazil-august-2005/index.html.
Ferrante, L.; Fearnside, P.M. 2024. Amazonia in flames: Unlearned lessons from the 2023
Manaus smoke crisis (commentary). Mongabay. Acessado em 17 de Janeiro de
2024. Recuperado de https://news.mongabay.com/2024/01/amazonia-in-flames-
unlearned-lessons-from-the-2023-manaus-smoke-crisis-commentary/.
G1 Roraima. 2024. Nuvem de fumaça poluída volta a encobrir Boa Vista. Portal G1
Roraima, Boa Vista, Roraima. Acessado em 02 de Abril de 2024. Recuperado de
https://g1.globo.com/rr/roraima/noticia/2024/04/02/nuvem-de-fumaca-poluida-
volta-a-encobrir-boa-vista.ghtml.
Greenstone, M.; Ganguly, T.; Hasenkopf, C.; Sharma, N.; Gautam, H. 2024. AIR
QUALITY LIFE INDEX - 2024: Annual Update. EPIC - Energy Policy Institute at
the University of Chicago. Retrieved from https://aqli.epic.uchicago.edu/wp-
content/uploads/2024/08/AQLI-2024-Report_English.pdf
Gulati, K.; Boddu, R.S.K.; Kapila, D.; Bangare, S.L.; Chandnani, N.; Saravanan, G. 2022.
A review paper on wireless sensor network techniques in Internet of Things (IoT).
Materials Today: Proceedings, 51(1): 161-165.
HEI. 2024. The State of Global Air - 2024. A special report on global exposure to air
pollution and its health impacts, with a focus on children’s health. Health Effects
Institute. Boston, Massachusetts. Retrieved from
https://www.stateofglobalair.org/resources/report/state-global-air-report-2024
Heintzelman, A.; Filippelli, G.M.; Moreno-Madriñan, M.J.; Wilson, J.S.; Wang, L.;
Druschel, G.K.; Lulla, V.O. 2023. Efficacy of Low-Cost Sensor Networks at
Detecting Fine-Scale Variations in Particulate Matter in Urban Environments.
International Journal of Environmental Research and Public Health, 20(3): 1934.
IPCC. 2006. 2006 IPCC Guidelines for National Greenhouse Gas Inventories. In
Eggleston H.S., B.L., Miwa K., Ngara T., Tanabe K. (Ed.), National Greenhouse
Gas Inventories Programme (Agriculture, Forestry and Other Land Use).
Kanagawa, Japan <http://www.ipcc-nggip.iges.or.jp/public/2006gl/>:
Intergovernmental Panel on Climate Change (IPCC) and Institute for Global
Environmental Strategies (IGES).
Koren, I.; Kaufman, Y.J.; Remer, L.A.; Martins, J.V. 2004. Measurement of the effect of
Amazon smoke on inhibition of cloud formation. Science, 303(5662): 1342-1345.
Melo, A.W.F.; Silva, S.S.; Anderson, L.O.; Nascimento, V.M.L.; Freitas, M.F.; Duarte,
A.F.; Brown, F. 2020. Monitoramento da Qualidade do ar em 2019 no Estado do
Acre (pp. 28). Cruzeiro do Sul, Acre: UFAC. Disponível em
<https://www.researchgate.net/publication/340540446_Monitoramento_da_qualida
de_do_ar_em_2019_no_Estado_do_Acre>.
20
Morton, D.; Le Page, Y.; DeFries, R.; Collatz, G.; Hurtt, G. 2013. Understorey fire
frequency and the fate of burned forests in southern Amazonia. Philosophical
Transactions of the Royal Society B, 368(1619): 20120163.
NJDEP. 2016. 2016 Air Quality Index. New Jersey Department of Environmental
Protection, New Jersey. 11 p.
<https://njaqinow.net/App_Files/2016/AQI%202016.pdf>.
Oliveira, I.N.; Oliveira, B.F.A.; Silveira, I.H.; Machado, L.M.G.; Villardi, J.W.R.; Ignotti,
E. 2023. Air pollution from forest burning as environmental risk for millions of
inhabitants of the Brazilian Amazon: an exposure indicator for human health.
Cadernos de Saúde Pública, 39(6): e00131422.
Oliveira, V. 2024. Boa Vista fica encoberta por fumaça e ar poluído supera São Paulo e
capital do Vietnã. G1 Roraima, Boa Vista, Roraima. Acessado em 25 de Março de
2024. Recuperado de https://g1.globo.com/rr/roraima/noticia/2024/03/25/boa-vista-
fica-encoberta-por-fumaca-e-ar-poluido-supera-sao-paulo-e-capital-do-
vietna.ghtml.
ONU News. 2024. Poluição do ar causou 8,1 milhões de mortes em 2021. Organização
das Nações Unidas - ONU. Acessado em 19 de Junho de 2024. Recuperado de
https://news.un.org/pt/story/2024/06/1833321#:~:text=A%20polui%C3%A7%C3
%A3o%20do%20ar%20provocou,%2C%20com%202%2C3%20milh%C3%B5es.
OPAS-OMS. 2018. Nove em cada dez pessoas em todo o mundo respiram ar poluído.
Organização Pan-americana de Saúde - OPAS. Acessado em Abril de 2024.
Recuperado de https://www.paho.org/pt/noticias/1-5-2018-nove-em-cada-dez-
pessoas-em-todo-mundo-respiram-ar-poluido.
OPAS. 2018. Não polua o meu futuro! O impacto do ambiente na saúde das crianças.
Organização Pan-Americana da Saúde, Brasília, DF. Acessado em Abril de 2024.
Recuperado de https://iris.paho.org/handle/10665.2/49123.
Poschl, U.; Martin, S.T.; Sinha, B.; Chen, Q.; Gunthe, S.S.; Huffman, J.A., et al. 2010.
Rainforest aerosols as biogenic nuclei of clouds and precipitation in the Amazon.
Science, 329(5998): 1513-1516.
PurpleAir. 2022. Data Attribution. Acessado em Abril de 2024. Recuperado de
https://www2.purpleair.com/pages/attribution.
Queiroz, C. 2023. Manaus é tomada por fumaça causada por queimadas nesta quarta-feira
(11). CNN Brasil. Acessado em 11 de Outubro de 2023. Recuperado de
https://www.cnnbrasil.com.br/nacional/manaus-e-tomada-por-fumaca-causada-por-
queimadas-nesta-quarta-feira-11/.
Sant'anna, A.; Alencar, A.; Pinheiro, B.; Araújo, C.; Vormittag, E.; Wicher, H., et al. 2021.
O estado da qualidade do ar no Brasil, Working Paper, p. 32. Recuperado de
https://www.wribrasil.org.br/sites/default/files/wri-o-estado-da-_qualidade-do-ar-
no-brasil.pdf
21
Shrivastava, M.; Andreae, M.O.; Artaxo, P.; Barbosa, H.M.J.; Berg, L.K.; Brito, J., et al.
2019. Urban pollution greatly enhances formation of natural aerosols over the
Amazon rainforest. Nature communications, 10(1): 1046.
Silva Junior, C.H.L.; Anderson, L.O.; Silva, A.L.; Almeida, C.T.; Dalagnol, R.; Pletsch,
M.A.J.S.; Penha, T.V.; Paloschi, R.A.; Aragão, L.E.O.C. 2019. Fire Responses to the
2010 and 2015/2016 Amazonian Droughts. Frontiers in Earth Science, 7: 97.
Silva, S.S.; Fearnside, P.M.; Graça, P.M.L.A.; Brown, I.F.; Alencar, A.; Melo, A.W.F.
2018. Dynamics of forest fires in the southwestern Amazon. Forest Ecology and
Management, 424: 312-322.
Tate, G.H.H. 1930. Notes on the Mount Roraima region. Geographical Review, 20(1): 53-
68.
WHO. 2022a. Ambient (outdoor) air pollution. Organização Mundial da Saúde - WHO.
Acessado em Abril de 2024. Recuperado de https://www.who.int/news-room/fact-
sheets/detail/ambient-(outdoor)-air-quality-and-
health?gad_source=1&gclid=CjwKCAjwg8qzBhAoEiwAWagLrO306AcRRm8Juc
z25FhsO4AgsZFf_c9mTBjEjmuSI2f-SE2REYspExoCNtYQAvD_BwE.
WHO. 2022b. Billions of people still breathe unhealthy air: new WHO data. Organização
Mundial da Saúde (WHO). Acessado em Abril de 2024. Recuperado de
https://www.who.int/news/item/04-04-2022-billions-of-people-still-breathe-
unhealthy-air-new-who-data.
WHO. 2023. WHO ambient air quality database, 2022 update : status report (pp. 44).
Geneva: Organização Mundial da Saúde (WHO).
WHO. 2024. Air pollution. Organização Mundial da Saúde (WHO). Acessado em Abril
de 2024. Recuperado de https://www.who.int/health-topics/air-pollution#tab=tab_1.
WMO-UNEP. 2024. Integrating Low-cost Sensor Systems and Networks to Enhance Air
Quality Applications GAW Report No. 293 (pp. 182). Geneva: World Meteorological
Organization (WMO).
22
8. Material Suplementar
Material Suplementar APoluição atmosférica com base na concentração de PM2.5 entre
Dezembro/2023 e Maio/2024 em todo o perímetro físico do estado de Roraima. Fonte:
Produto GEOS Composition Forecasting (GEOS-CF) - Global Modeling and
Assimilation Office – NASA. Onde: (i) a banda “PM25_RH35_GCC”, contendo material
particulado abaixo de 2.5µm, foi utilizada para a construção das imagens, (ii) as imagens
representam a média (simples) mensal de cada pixel (27.75 km de resolução espacial)
para Roraima entre os meses de dezembro de 2023 a maio de 2024, (iii) Google Earth
Engine e Qgis foram utilizados na construção dos modelos e imagens. O código fonte da
imagem original pode ser acessado em
https://github.com/arthurcito/MaterialParticuladoPM25/tree/main.
23
Material Suplementar B – Comparação gráfica da concentração de PM2.5 (µg.m³) medida
por sensores PurpleAir (PurpleAir 2022) na cidade de Boa Vista (linha preta) em relação
à Hanoi (Vietnam – linha vermelha), São Paulo (Brasil linha lilás) e Amajari (ESEC
Maracá, Roraima, Brasil – linha verde) no período de 23/03 (8:00 h) a 25/03 (8:00 h) de
2024. Linha tracejada horizontal = média da concentração de PM2.5 (µg.m³) entre as
quatro localidades do gráfico entre 23-25/03.
ResearchGate has not been able to resolve any citations for this publication.
Article
Full-text available
In this study, we propose an indicator of air pollution exposure to identify potential hazardous areas for human health in the Amazon and Central-West Regions of Brazil from 2010 to 2019. This indicator aggregates both concentrations and time of exposure to fine particulate matter (PM2.5), according to the current limit recommended by the World Health Organization (WHO). We used daily PM2.5 averages obtained from the Brazilian Health Integrated Environmental Information System (SISAM) to calculate the percentages of days with PM2.5 concentrations exceeding the limit of 15µg/m³ per year and per month. From 2010 to 2019, the months from August to October presented the largest areas and the highest percentages of days with unacceptable pollution concentration values, harmful to human health. These areas were concentrated in the Arc of Deforestation. Therefore, 60% of the residents of the Amazon and Central-West regions were subjected to inadequate air quality for approximately six months per year. The proposed indicator is reproducible and appropriate to monitor areas of exposure and risk for human health.
Article
Full-text available
The negative health impacts of air pollution are well documented. Not as well-documented, however, is how particulate matter varies at the hyper-local scale, and the role that proximal sources play in influencing neighborhood-scale patterns. We examined PM2.5 variations in one airshed within Indianapolis (Indianapolis, IN, USA) by utilizing data from 25 active PurpleAir (PA) sensors involving citizen scientists who hosted all but one unit (the control), as well as one EPA monitor. PA sensors report live measurements of PM2.5 on a crowd sourced map. After calibrating the data utilizing relative humidity and testing it against a mobile air-quality unit and an EPA monitor, we analyzed PM2.5 with meteorological data, tree canopy coverage, land use, and various census variables. Greater proximal tree canopy coverage was related to lower PM2.5 concentrations, which translates to greater health benefits. A 1% increase in tree canopy at the census tract level, a boundary delineated by the US Census Bureau, results in a ~0.12 µg/m3 decrease in PM2.5, and a 1% increase in “heavy industry” results in a 0.07 µg/m3 increase in PM2.5 concentrations. Although the overall results from these 25 sites are within the annual ranges established by the EPA, they reveal substantial variations that reinforce the value of hyper-local sensing technologies as a powerful surveillance tool.
Article
Full-text available
Significance Amazonia is experiencing an increase in the frequency of extreme droughts and wildfires. However, the duration of their impacts on plant mortality and carbon stocks are poorly known, and it is unclear whether impacts are amplified in forests with a history of previous human disturbance. We show that plant mortality rates remain above baseline levels for over 3 y in forests affected by drought and 2.5 y in forests affected by both drought and fire. A history of human disturbance led to greater plant mortality in forests simultaneously affected by drought and fire. Our assessment of an area covering 1.2% of the Brazilian Amazon shows that regional drought and fires can have globally relevant impacts on the world’s carbon balance.
Technical Report
Full-text available
Report on air quality monitoring in the State of Acre, Brazil, using the PurpleAir sensor network from June to December 2019.
Conference Paper
Full-text available
A alteração acelerada do funcionamento da biosfera e a revolução tecnológica criam a necessidade e as ferramentas para tomadas de decisões sobre como cuidar do planeta e da sociedade humana. A Amazônia Sul-ocidental sofre os impactos de um processo global-queima de biomassa e a geração de fumaça-durante 3-5 meses por ano. Via sensores de baixo custo ligados a Internet das Coisas (IoT), foi possível colocar quatro sensores na região e em menos de um ano coletar mais de 420,000 observações em tempo real. Durante a época chuvosa de 2017-2018, as concentrações ficaram abaixo do limite anual proposto pela Organização Mundial de Saúde (OMS), 10 μgm-3. A partir de junho de 2018, os valores subiram é frequentemente excederam até outubro de 2018 o limite diário da OMS de 25 μgm-3 em Rio Branco, Acre, Brasil e Puerto Maldonado, Madre de Dios, Peru. Palavras-chave-Fumaça, Amazônia, Internet das Coisas, Saúde pública, poluição atmosférica ABSTRACT The accelerated change in the functioning of the biosphere and the technological revolution create the need and the tools for making decisions about how to care for the planet and human society. Southwestern Amazonia suffers the impacts of a global process-biomass burning and the generation of smoke-for 3-5 months per year. Via inexpensive sensors connected to the Internet of Things (IoT), it was possible to place four sensors in the region and in less than a year collect more than 420,000 observations in real time. During the Amazonian wet season of 2017-2018, the concentrations were low, below the annual limit recommended by the World Health Organization (WHO), 10 μgm-3. As of June 2018, the values have risen to exceed frequently until October 2018 the WHO daily limit of 25 μgm-3 in Rio Branco, Acre, Brazil and Puerto Maldonado, Madre de Dios, Peru.
Article
Full-text available
One of the least understood aspects in atmospheric chemistry is how urban emissions influence the formation of natural organic aerosols, which affect Earth’s energy budget. The Amazon rainforest, during its wet season, is one of the few remaining places on Earth where atmospheric chemistry transitions between preindustrial and urban-influenced conditions. Here, we integrate insights from several laboratory measurements and simulate the formation of secondary organic aerosols (SOA) in the Amazon using a high-resolution chemical transport model. Simulations show that emissions of nitrogen-oxides from Manaus, a city of ~2 million people, greatly enhance production of biogenic SOA by 60–200% on average with peak enhancements of 400%, through the increased oxidation of gas-phase organic carbon emitted by the forests. Simulated enhancements agree with aircraft measurements, and are much larger than those reported over other locations. The implication is that increasing anthropogenic emissions in the future might substantially enhance biogenic SOA in pristine locations like the Amazon.
Article
Full-text available
The synergism between climatic change and human action has provided conditions for the occurrence of forest fires in the Amazon. We used annual mapping to reconstruct the history of fire in Brazil’s state of Acre to understand the forest-fire regime over a period of 33 years (1984–2016). The burn-scar index (BSI) derived from the fractions of soil and of photosynthetic and non-photosynthetic material was generated by CLASlite© software using Landsat-TM and OLI satellite images. The area of forest-fire scars totaled 525,130 ha in the period analyzed. This total includes forests that fire affected only once (388,350 ha), twice (59,800 ha) and three times (5727 ha). The years 2005 and 2010 represent 90% of the total area of forest fires in Acre, coinciding with severe droughts caused by the anomalous warming of the tropical North Atlantic Ocean. The most heavily impacted portion of Acre was in the eastern part of the state, which has the greatest forest fragmentation, consolidation of agricultural activity and presence of settlement projects. In 2005, the municipalities of Acrelândia, Plácido de Castro and Senador Guiomard accounted for more than 50% of the forest remnants impacted by fire. Of the total extent of forest fires in Acre, 43% occurred in settlement projects administered by the National Institute for Colonization and Agrarian Reform (INCRA) and 16% in conservation units administered by the Ministry of Environment (MMA). The area of forest fires was 36 times greater in the 16 years after 2000, compared to the 16 years before 2000. The frequency of fires increased dramatically from one fire episode roughly every ten years (period from 1984 to 2004), to one fire every five years (period from 2005 to 2016). With the projections of warmer climate and advancing deforestation, the forest fires in Acre will tend be more intense and frequent.
Article
Understory fires, which burn the floor of standing forests, are one of the most important types of forest impoverishment in the Amazon, especially during the severe droughts of El Nino - Southern Oscillation (ENSO) episodes. However, the authors are aware of no estimates of the areal extent of these fires for the Brazilian Amazon and, hence, of their contribution to Amazon carbon fluxes to the atmosphere. In this paper, the area of forest understory fires for the Brazilian Amazon region is calculated during an El Nino ( 1998) and a non - El Nino ( 1995) year based on forest fire scars mapped with satellite images for three locations in eastern and southern Amazonia, where deforestation is concentrated. The three study sites represented a gradient of both forest types and dry season severity. The burning scar maps were used to determine how the percentage of forest that burned varied with distance from agricultural clearings. These spatial functions were then applied to similar forest/climate combinations outside of the study sites to derive an initial estimate for the Brazilian Amazon. Ninety-one percent of the forest area that burned in the study sites was within the first kilometer of a clearing for the non-ENSO year and within the first four kilometers for the ENSO year. The area of forest burned by understory forest fire during the severe drought (ENSO) year (3.9 x 10(6) ha) was 13 times greater than the area burned during the average rainfall year (0.2 x 10(6) ha), and twice the area of annual deforestation. Dense forest was, proportionally, the forest type most affected by understory fires during the El Nino year, while understory fires were concentrated in transitional forests during the year of average rainfall. The estimate here of aboveground tree biomass killed by fire ranged from 0.049 to 0.329 Pg during the ENSO and from 0.003 to 0.021 Pg during the non-ENSO year.