previsão da concentração de material particulado inalável, na região da grande vitória, es, brasil, utilizando o modelo sarimax

Clicks: 330
ID: 234633
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Popular

Ranked #10 of 36 articles by views in ophthalmology and therapy

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
RESUMO Este trabalho objetivou modelar e prever a concentração média diária de material particulado inalável (MP10), na Região da Grande Vitória (RGV), Espírito Santo, Brasil, utilizando o modelo SARIMAX para o período de 01/01/2012 a 30/04/2015. Os dados deste estudo foram do tipo séries temporais de concentrações de MP10 e de variáveis meteorológicas (velocidade do vento, umidade relativa, precipitação pluvial e temperatura), obtidas junto ao Instituto Estadual de Meio Ambiente e Recursos Hídricos (IEMA), sendo escolhida a estação da Enseada do Suá para fazer o estudo de predição e previsão. Baseando-se em indicadores de desempenho de modelagem, verificou-se que o modelo SARIMAX (1,0,2) (0,1,1)7 é o mais acurado entre os estudados, objetivando fazer predições e previsões da qualidade do ar na RGV. Em comparação com os modelos ARMA, o desempenho estatístico do modelo SARIMAX foi superior, no que diz respeito à predição de eventos de qualidade do ar regular. Dentre as variáveis meteorológicas avaliadas, a velocidade do vento e a precipitação pluvial foram significativas e melhoraram o ajuste do modelo. Em termos de previsão da qualidade do ar, os modelos de séries temporais mostraram resultados satisfatórios.
Reference Key
pintoengenhariapreviso Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Wanderson de Paula Pinto;Valdério Anselmo Reisen;Edson Zambon Monte
Journal ophthalmology and therapy
Year Year not found
DOI
10.1590/s1413-41522018168758
URL
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1413-41522018000200307&lng=en&tlng=en
Keywords
sanitary engineeringenvironmental engineering sarimaxenvironmental technology

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.