UNIVERSIDADE DO VALE DO ITAJAÍ - UNIVALI ADÃO DANIEL DA

UNIVERSIDADE DO VALE DO ITAJAÍ - UNIVALI

CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR - CTTMar

PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA E TECNOLOGIA AMBIENTAL

ADÃO DANIEL DA SILVA

VALIDAÇÃO NORMATIVA DO SISTEMA DE MONITORAMENTO DA

QUALIDADE DO AR E PREVISÃO POR MODELAGEM DE CONCENTRAÇÃO DE

MATERIAL PARTICULADO TOTAL EM SUSPENSÃO E DE DIÓXIDO DE

ENXOFRE EM UM COMPLEXO TERMOELÉTRICO DE SANTA CATARINA –

BRASIL

Itajaí, SC

Fevereiro de 2018

ADÃO DANIEL DA SILVA

VALIDAÇÃO NORMATIVA DO SISTEMA DE MONITORAMENTO DA

QUALIDADE DO AR E PREVISÃO POR MODELAGEM DE CONCENTRAÇÃO DE

MATERIAL PARTICULADO TOTAL EM SUSPENSÃO E DE DIÓXIDO DE

ENXOFRE EM UM COMPLEXO TERMOELÉTRICO DE SANTA CATARINA –

BRASIL

Dissertação apresentada ao Programa de Pós-Graduação em Ciências e Tecnologia Ambiental, como requisito para obtenção do grau de Mestre em Ciência Tecnologia Ambiental.

Orientador: Dr. Francisco Carlos Deschamps

Itajaí, SC

Fevereiro de 2018

AGRADECIMENTOS

A nomeação das pessoas e instituições que contribuíram para a realização deste

trabalho é tarefa de envergadura e corre o risco da imperdoável omissão de alguns. Adoto a

menção àqueles que suportaram diretamente a elaboração e o convívio comigo como forma

de homenagear a todos.

Agradeço a todos os professores e instituições, fazendo referência aos professores:

Prof. Dr. Marcus Polette, Prof. Dr. Claudemir Marcos Radestki, Prof. Dr. Vander

Kaufmann e Prof. Dr. Francisco Carlos Deschamps.

Agradeço aos colegas, amigos, familiares, irmãos, e filhos, homenageando aos

meus inspiradores pais, João Carlos da Silva (in memoriam) e Reacilva Nunes da Silva (in

memoriam), e a minha esposa Marilei Bilistki Grams que foi o amparo direto desta

conquista e bem representa a todos que não nomeio, mas que tenho em eterna gratidão.

Muito obrigado.

LISTA DE ABREVIAÇÕES E SIGLAS

AERMOD - American Meteorological Society/Environmental Protection Agency

Regulatory Model;

AQMP - Air Quality Maintenance Planning;

ANEEL - Agência Nacional de Energia Elétrica;

ASOS - Automated Surface Observing Station;

BDMEP- Banco de Dados Meteorológicos para Ensino e Pesquisa;

CCT - Clean Coal Technologies;

CD144 - Card Deck 144 Format;

CETESB - Companhia Ambiental do Estado de São Paulo;

CONAMA - Conselho Nacional de Meio Ambiente;

CONSEMA - Conselho Estadual de Meio Ambiente;

EMA - Estação Meteorológica Elevada;

EMS - Estação Meteorológica de Superfície;

EOLSS - Encyclopedia of Life Support Systems;

EPA - Environmental Protection Agency;

EPE - Empresa de Pesquisa Energética;

EUA - Estados Unidos da América;

FATMA - Fundação do Meio Ambiente do Estado de Santa Catarina;

HI-VOL - Amostrador de Grandes Volumes;

IBAMA - Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais

Renováveis;

ICEA - Instituto de Controle do Espaço Aéreo;

IEA - International Energy Agency;

IMA - Instituto do Meio Ambiente do Estado de Santa Catarina;

INEA - Instituto Estadual do Ambiente do Estado do Rio de Janeiro;

INMET - Instituto Nacional de Meteorologia;

INMETRO - Instituto Nacional de Metrologia, Qualidade e Tecnologia;

INPE - Instituto Nacional de Pesquisas Espaciais;

IPCC - Intergovernmental Panel on Climate Change;

ISC3 - Industrial Source Complex Model versão 3;

LBL - Lawrence Berkeley Laboratory;

MDS - Modelo Digital de Superfície;

MDT - Modelo Digital de Terreno;

MME - Ministério de Minas e Energia;

MPTS - Material Particulado Total em Suspensão;

MTE - Ministério do Trabalho e Emprego;

NBR - Norma Brasileira Regulamentadora;

NED - National Elevated Data;

NLCD - National Land Cover Data;

NSPS - New Source Performance Standards;

OMM - Organização Mundial de Meteorologia;

OMS - Organização Mundial da Saúde;

ONS - Operador Nacional do Sistema Elétrico;

PNMA - Política Nacional de Meio Ambiente;

PROCONVE - Programa de Controle de Poluição do Ar por Veículos

Automotores;

PROMOT - Programa de Controle da Poluição do Ar por Motociclos e Veículos

Similares;

PRONAR - Programa Nacional de Controle da Qualidade do Ar;

PSD - Prevention of Significant Deterioration;

PSI - Pollutant Standarts Index;

QGIS - Quantum Geographic Information System;

ROM - Run-of-mine;

SAMSON - Solar and Meteorologial Surface Observation Network;

SC - Santa Catarina;

SCRAM - Suport Center for Regulatory Models;

SCS - Supplemental Control Systems;

SIPs - State Implementation Plans;

TCP - Transportation Control Plans;

UE - União Eurpeia;

UTLA - Unidade Termelétrica A;

UTLB - Unidade Termelétrica B;

UTLC - Unidade Termelétrica C;

VMP – Valor Máximo Permitido;

WEO - World Energy Outlook;

WMO - World Meteorological Organization;

WMS - Web Map Service.

SUMÁRIO

1. REVISÃO BIBLIOGRÁFICA .............................................................................................. 15

1.1. INTRODUÇÃO ......................................................................................... 15

1.2. CARVÃO E GERAÇÃO DE ENERGIA .................................................... 19

1.3. CARVÃO E QUALIDADE DO AR ........................................................... 23

1.3.1. Padrões de Qualidade do Ar ..................................................................... 24

1.3.2. Índices de Qualidade do Ar ...................................................................... 26

1.3.3. Modelo de Dispersão Atmosférica ........................................................... 28

2. OBJETIVOS ......................................................................................................................... 31

2.1. OBJETIVO GERAL ................................................................................. 31

2.2. OBJETIVOS ESPECÍFICOS .................................................................... 31

3. MATERIAIS E MÉTODOS .................................................................................................. 32

3.1. SUBSTÂNCIAS MONITORADAS NAS ESTAÇÕES AUTOMÁTICAS .... 32

3.2. EQUIPAMENTOS DE MONITORAMENTO DE MPTS E SO2 ................. 32

3.3. LOCALIZAÇÃO DAS ESTAÇÕES DE MONITORAMENTO .................. 34

3.4. AQUISIÇÃO DOS DADOS DE MONITORAMENTO .............................. 37

3.5. APLICAÇÃO DO MODELO DE DISPERSÃO ATMOSFÉRICA ............. 38

3.5.1. Condições de Operação das Unidades Geradoras ..................................... 41

3.5.2. Pré-processador BPIPPRM ...................................................................... 42

3.5.3. Pré-processador AERMAP ...................................................................... 45

3.5.4. Programa AERGRID ............................................................................... 45

3.5.5. Programa TERRAIN DATA .................................................................... 47

3.5.6. Pré-processador AERSURFACE ............................................................. 48

3.5.7. Pré-processador AERMINUTE ................................................................ 49

3.5.8. Pré-processador AERMET ....................................................................... 49

3.5.9. Processador AERMOD ............................................................................ 52

3.5.10. Pós-processador AERPLOT ................................................................... 52

3.5.11. Análise Comparativa dos Dados do AERMOD com os da Rede ............. 53

4. RESULTADOS E DISCUSSÃO ........................................................................................... 56

4.1. ANÁLISE COMPARATIVA DOS DADOS DA REDE ............................... 56

4.2. VALIDAÇÃO NORMATIVA .................................................................... 58

4.2.1. Discussão da Legislação .......................................................................... 58

4.2.2. Área em Estudo e seu Enquadramento ..................................................... 61

4.2.3. Seleção de Estações MPTS e SO2 pelo Procedimento da EPA .................. 66

4.2.4. Comparando os Métodos de Seleção das Estações.................................... 72

4.2.5. Considerações sobre a Aplicação do Modelo............................................ 74

4.2.6. Resultados da Comparação dos Dados da Rede com os do AERMOD ..... 76

4.3. CONSIDERAÇÕES FINAIS ..................................................................... 80

5. CONCLUSÕES .................................................................................................................... 82

6. BIBLIOGRAFIA .................................................................................................................. 83

LISTA DE FIGURAS

Figura 1 – Relação entre a concentração de Partículas Totais em Suspensão no ar e

o Índice de Qualidade do ar, ressaltando-se os limites para os diferentes níveis de

classificação ......................................................................................................................... 27

Figura 2 – Abrigo e Amostrador de Grandes Volumes do tipo presente nas estações

de monitoramento do presente trabalho ................................................................................ 33

Figura 3 – Imagem e características do analisador de SO2 - Horiba modelo PG 250 -

usado no programa de monitoramento do complexo termoelétrico Jorge Lacerda ................. 33

Figura 4 – Localização do município de Capivari de Baixo, SC ................................ 34

Figura 5 – Localização das estações de monitoramento da qualidade do ar do

complexo termoelétrico Jorge Lacerda, Capivari de Baixo, SC ............................................ 36

Figura 6 – Vista parcial da estação Vila Moema localizada no município de

Tubarão, SC ......................................................................................................................... 36

Figura 7 – Fonte Direta, Fonte Indireta e Fonte Penetrante na Camada Limite

Convectiva ........................................................................................................................... 38

Figura 8 – Efeito da Cavitação .................................................................................. 42

Figura 9 – Downwash e GEPt ................................................................................... 43

Figura 10 – Arquivo de entrada no BPIPPRM e imagem parcial das instalações ....... 44

Figura 11 – Arquivo Resultante do BPIPPRM .......................................................... 44

Figura 12 – Grades limites dos receptores do AERGRID na interface amigável do

programa.............................................................................................................................. 46

Figura 13 – Pontos receptores gerados pelo AERGRID na interface amigável do

programa.............................................................................................................................. 46

Figura 14 – Imagem da região com delimitação da área do domínio ......................... 47

Figura 15 – Rosa dos ventos da estação Urussanga/SC do período de 06/08/2016 a

04/06/2017 ........................................................................................................................... 52

Figura 16 – Concentrações diárias médias de MPTS das estações de monitoramento

no período do inverno e da primavera .................................................................................. 56

Figura 17 – Concentrações diárias médias de MPTS das estações de monitoramento

no período do verão e do outono .......................................................................................... 56

Figura 18 – Concentrações diárias médias de SO2 das estações de monitoramento

no período do inverno e da primavera .................................................................................. 57

Figura 19 – Concentrações diárias médias de SO2 das estações de monitoramento

no período do verão e do outono .......................................................................................... 57

Figura 20 – Concentrações médias diárias de MPTS das estações comparadas ao

padrão primário qualidade ar ................................................................................................ 63

Figura 21 – Concentrações diárias médias de MPTS das estações comparadas aos

níveis de atenção, alerta e emergência, constantes da legislação ........................................... 64

Figura 22- Valores de SO2 determinados no sistema de monitoramento em

comparação ao estabelecido como padrão primário qualidade ar .......................................... 65

Figura 23 - Valores de SO2 determinados no sistema de monitoramento em

comparação aos níveis de atenção, alerta e emergência, constantes da legislação ................. 66

Figura 24 – Fluxograma para locação de estações de MPTS ..................................... 68

Figura 25 – Fluxograma para locação de estações próximas de escala média para

SO2 ...................................................................................................................................... 71

Figura 26 – Perfil das concentrações de MPTS distribuídas em pontos distantes da

fonte de emissão .................................................................................................................. 76

Figura 27 – Perfil das concentrações de SO2 distribuídas em pontos distantes da

fonte de emissão .................................................................................................................. 78

LISTA DE TABELAS

Tabela 1: Balanço Mundial de Energia em Exajoule numa base de valor calorífico

líquido aplicando o método equivalente direto ..................................................................... 21

Tabela 2 – Potencial de geração de energia elétrica em MW com o carvão nacional . 22

Tabela 3 – Número de estações de monitoramento da qualidade do ar no Brasil e no

mundo e sua relação com a área e população ........................................................................ 24

Tabela 4 - Padrões de qualidade do ar vigentes no Brasil para material particulado e

dióxido de enxofre ............................................................................................................... 25

Tabela 5 – Critérios de classificação para episódios agudos de poluição do ar........... 25

Tabela 6 - Estrutura do índice de qualidade do ar para material particulado e

dióxido de enxofre adotado pela CETESB ........................................................................... 27

Tabela 7 – Descrição dos Efeitos à Saúde pelo Material Particulado com Diâmetro

Menor que 10 micrômetros (MP10) e pelo SO2 ..................................................................... 28

Tabela 8 - Parâmetros monitorados nas estações Capivari de Baixo, Vila Moema e

São Bernardo que compõem a rede de monitoramento da qualidade do ar do complexo

termoelétrico Jorge Lacerda localizado em Santa Catarina ................................................... 32

Tabela 9 – Características do complexo termoelétrico Jorge Lacerda ........................ 35

Tabela 10 – Demonstrativo da forma de apresentação das medidas dos parâmetros

monitorados, no caso MPTS, que compõem o banco de dados gerado pelo sistema de

monitoramento da qualidade do ar do complexo termoelétrico Jorge Lacerda, Capivari de

Baixo, SC ............................................................................................................................ 37

Tabela 11 – Dados de operação da UTLA ................................................................. 41

Tabela 12 – Dados de operação da UTLB ................................................................. 41

Tabela 13 – Dados de operação da UTLC ................................................................. 41

Tabela 14 – Parâmetros meteorológicos utilizados como entrada no AERMOD ........ 50

Tabela 15 – Representação parcial de dados da estação meteorológica de Urussanga

utilizados nas simulações do modelo AERMOD .................................................................. 51

Tabela 16 – Resumo dos parâmetros estatísticos de validação das estimativas entre

valores previstos e observados ............................................................................................. 54

Tabela 17 – Classificação de Hopkins para o índice de correlação de Pearson (r) ...... 55

Tabela 18 – Limites máximos de emissão MPTS de acordo com a potência da

termoelétrica ........................................................................................................................ 61

Tabela 19 – Aplicações dos critérios de escala e de objetivos ao programa de

monitoramento de MPTS. As marcações com X indicam que os critérios foram atendidos ... 67

Tabela 20 - Objetivos de localização, usos dos dados e tipos de localizações das

estações de monitoramento associados à escala de representação ......................................... 70

Tabela 21 - Comparativo dos critérios de seleção de localização ............................... 72

Tabela 22 – Estatística dos resultados do monitoramento e do AERMOD aplicado

para o material particulado (MPTS) com os índices de concordância para cada estação de

amostragem ......................................................................................................................... 77

Tabela 23 – Estatística descritiva dos resultados do monitoramento e dos resultados

do AERMOD de SO2 com os índices de concordância para cada estação de amostragem ..... 79

RESUMO

O uso de combustíveis fósseis como base da atual matriz energética compromete o

meio ambiente, com consequências na saúde da população. O carvão mineral, que

desempenha papel preponderante no cenário mundial, tem participação reduzida no Brasil,

cujas reservas estão concentradas no sul do país, bem como seu parque de geração

termoelétrico. No presente trabalho, foi validado o sistema de monitoramento da qualidade

do ar do complexo termoelétrico Jorge Lacerda, localizado no município de Capivari de

Baixo, no estado de Santa Catarina. Inicialmente, foram avaliadas a localização das

estações de monitoramento da qualidade do ar e a disposição da instrumentação nas

determinações de MPTS e SO2, frente à legislação vigente. Também, testou-se o

AERMOD, um modelo de pluma de estado estacionário que incorpora a dispersão do ar

com base na estrutura de turbulência da camada limite planetária e conceitos de escala. O

modelo foi aplicado para reproduzir os resultados das variáveis estudadas, usando dados

climáticos de estações meteorológicas próximas da fonte de emissão, como forma de

auxiliar na previsão de eventos extremos, bem como na gestão e fiscalização do

empreendimento. Observou-se que os valores médios das emissões de MPTS e SO2 estão

bem abaixo daqueles considerados críticos para comprometer a saúde humana. A rede

formada por três estações de coleta de dados é bastante representativa para o programa de

monitoramento da qualidade do ar estabelecido no complexo termoelétrico. A localização

das estações apresenta-se adequada do ponto de vista da legislação vigente, mas,

adequações são sugeridas na disposição da instrumentação em duas delas. A aplicação do

modelo de simulação AERMOD, com uso de dados atmosféricos de estações

meteorológicas próximas ao complexo, foi bastante representativa, gerando valores

estimados próximos aos medidos pela instrumentação instalada nas estações de

monitoramento. Dessa forma, além da rede de monitoramento formada por estações e

instrumentação adequada, a adoção simultânea de um modelo preditivo pode

complementar o sistema de gestão de complexos termoelétricos já existentes ou mesmo

melhorando projetos dos futuros empreendimentos que possam vir a ser operados no país.

Palavras-chave: Carvão, MPTS, SO2, PRONAR, Modelagem, AERMOD.

ABSCTRACT

The use of fossil fuels as the basis of the current energy mix has a negative effect

on the environment, with consequences on the health of the population. Mineral coal,

which plays an important role in the global energy mix, has very low production in Brazil,

despite the vast reserves in the southern region of the country, where most of the coal

power generation units are situated. This work validates the air quality monitoring system

of Jorge Lacerda, a thermoelectric complex located in Capivari de Baixo, in the state of

Santa Catarina. Initially, monitoring site locations, and TSP and SO2 sampler placements

were evaluated, to ensure compliance with the legislation. AERMOD, a steady-state plume

model that incorporates air dispersion based on planetary boundary layer turbulence

structure and scaling concepts, was also tested. This model was applied to reproduce the

results of the variables studied, using climatic data from the meteorological stations located

closed to sources of the emission, in order to provide consistent forecasts for critical TSP

and SO2 concentration events, and for management and control of plant emissions. It was

observed that TSP and SO2 average emissions values were well below those considered

critical to human health. The data collection network, consisting of three sites, is quite

representative of the air quality monitoring program established by the thermoelectric

complex. Site sampler locations comply well with the environmental legislation, but

adjustments to instrumentation placement at two of the stations are suggested. The

application of the AERMOD simulation model, using atmospheric data from nearby

stations of the complex, generated very representative TPS and SO2 concentration values,

that were close to those measured by the instrumentation installed in the monitoring

stations. Thus, in addition to the monitoring network formed by stations and its adequate

instrumentation, it can be affirmed that simultaneous adoption of a predictive model can

complement the thermoelectric complex management system.

Keywords: Coal, TSP, SO2, PRONAR, Modeling, AERMOD.

15

1. REVISÃO BIBLIOGRÁFICA

1.1. INTRODUÇÃO

A poluição do ar é questão de interesse público devido aos efeitos adversos na

saúde humana, no ambiente e nos bens materiais. Por essa razão o Brasil adota um

conjunto de leis (Lei Federal n.º 6.938/1981, conhecida como Lei da Política Nacional de

Meio Ambiente - PNMA), com objetivo de fornecer uma base jurídica que permita reduzir

a poluição do ar e suas consequências para níveis aceitáveis. Entretanto, passados mais de

28 anos da edição desta lei e 19 anos da edição da Resolução n.º 003/90 do Conselho

Nacional de Meio Ambiente (CONAMA), que define os padrões de qualidade ar, o

Ministério de Meio Ambiente, ao preparar a 1ª Conferência Nacional de Saúde Ambiental,

reconhecia, ainda no ano de 2009 (MMA, 2009), que, relativamente aos padrões de

qualidade do ar e aos limites de emissão, a quase totalidade dos estados (exceção feita a

RO, PR, SP e MG) não havia adotado números mais restritivos do que aqueles definidos

pelo CONAMA. O mesmo valeu para o enquadramento em áreas críticas de poluição de

acordo com o padrão primário e secundário de qualidade do ar, à exceção de alguns

estados, como PR, SP, MG e RJ, que fizeram algum tipo de enquadramento, mas que não

necessariamente o desdobraram em estratégias de controle associadas ao planejamento

territorial-setorial. Até aquela data, nenhum estado tinha concluído a elaboração do plano

de emergência para episódios críticos de poluição do ar previsto na Resolução CONAMA

n.° 003/1990. O primeiro e último diagnóstico da rede de monitoramento da qualidade do

ar no Brasil realizado em 2013 (MMA, 2013), infelizmente, continuou a verificar que os

problemas persistiam devido à descontinuidade das ações.

A avaliação de impactos ambientais, que é um instrumento da PNMA, conforme o

artigo 9º, III, da PNMA, tem, na monitoração de substâncias contidas nos efluentes, uma

forma de caracterizar a qualidade do corpo receptor, na região de dispersão, e, assim,

contribuir no atendimento dos objetivos traçados na PNMA. Entre esses objetivos

destacam-se a compatibilização do desenvolvimento econômico-social com a preservação

da qualidade do meio ambiente e do equilíbrio ecológico e a difusão de tecnologias de

manejo do meio ambiente, à divulgação de dados e informações ambientais e à formação

de uma consciência pública sobre a necessidade de preservação da qualidade ambiental e

do equilíbrio ecológico, conforme previstos nos incisos I e V do artigo 4º da Lei Federal n.º

16

6.938/81, orientados pelos princípios gerais da legislação ambiental brasileira, presentes na

Constituição da República Federativa do Brasil.

A saúde humana, principal preocupação da legislação vigente, é afetada pelos

níveis de concentração de poluentes aéreos como o material particulado total em suspensão

(MPTS) e o dióxido de enxofre (SO2), isoladamente ou em conjunto. É difícil avaliar os

efeitos destes poluentes, pois, à exceção de casos isolados, como aqueles do Vale do

Meuse na Bélgica, em 1930, de Donora no estado da Pensilvânia/EUA, em 1948, e da

cidade de Londres/Inglaterra, em 1952 (KAGAWA, 2003), as situações de concentrações

críticas podem ser mimetizadas por outras causas ou pela falta de identificação precisa da

causa da doença ou do óbito dos atingidos.

Uma verificação rápida dos efeitos do MPTS, quanto ao seu significado para a

saúde humana na estrutura de índice de qualidade do ar fornecida pela CETESB (2013),

sugere que concentrações inferiores a 80 µg/m³ não apresentam riscos práticos à saúde.

Entretanto, à medida que as concentrações aumentam, os riscos são incrementados a ponto

de atingir não apenas os grupos mais sensíveis, mas toda a população. Pessoas sensíveis,

como crianças, idosos e pessoas com doenças respiratórias podem apresentar sintomas

como tosse seca e cansaço quando submetidas a níveis de concentrações entre 80 µg/m³ e

240 µg/m³. Ultrapassado o nível anterior de 240 µg/m³, mas, ainda, inferior a 365 µg/m³,

os efeitos, antes restritos às pessoas sensíveis, os efeitos atingem toda a população. Níveis

superiores a 625 µg/m³ causam sérios riscos de manifestação de doenças respiratórias e

cardiovasculares de forma indiscriminada, com a possibilidade de óbitos prematuros entre

as pessoas dos grupos sensíveis.

O mecanismo de lesão nas vias aéreas e nos pulmões ocorre, porque há danos às

células causadas pela oxidação de moléculas nos poluentes. Estes danos levam à

inflamação, à citotoxicidade e à morte das células. A exposição à fração de material

particulado denominada PM2.5 aumenta as emergências e admissões hospitalares para

doenças respiratórias com sintomas de infecções e doença pulmonar obstrutiva crônica.

Estudos epidemiológico feitos na Austrália e Nova Zelândia (BARNET et al., 2005) ,

México , Canadá (VILLARREAL et al., 2008) e Europa (CHEN et al., 2004), confirmam

que esses efeitos sobre a saúde no aparelho respiratório, sendo vistos em todo o mundo

entre comunidades expostas às PM2.5 (POPE et al., 2002). Além de doenças respiratórias, a

exposição prolongada a PM2.5 está causalmente ligada ao desenvolvimento de câncer de

pulmão (DE HARTOG et al., 2003).

17

As elevadas concentrações de SO2 aumentam a gravidade e a incidência de

sintomas respiratórios daqueles que moram nas proximidades das fontes de emissão,

particularmente crianças com asma. Para adultos e crianças que são suscetíveis, a inalação

causa inflamação e hipersensibilidade das vias aéreas, agrava a bronquite e diminui a

função pulmonar (EPA, 2009). Existe uma associação significativa entre a concentração de

SO2 e o risco de morte por doença do coração e do pulmão. Para cada aumento de 10 ppb

na concentração de SO2, existe um aumento de 0,4% a 2% no risco de óbito. A associação,

destes dois irritantes primários MPTS e SO2, pode potencializar algumas doenças do

sistema respiratório.

O Programa Nacional de Controle da Qualidade do Ar (PRONAR), especificado na

Resolução CONAMA n.º 005/1989 conforme previsão da PNMA estabelece padrões

ambientais para proteção da saúde e bem-estar das populações e melhoria da qualidade de

vida com o objetivo de permitir o desenvolvimento econômico e social do País de forma

ambientalmente segura, pela limitação dos níveis de emissão de poluentes por fontes de

poluição atmosférica (BRASIL, 1989). A estratégia básica do PRONAR é limitar as

emissões por tipologia de fontes e de poluentes prioritários e usar padrões de qualidade do

ar como ação complementar de controle para mitigar os efeitos negativos causados por

alguns poluentes atmosféricos, identificados na Resolução CONAMA n.º 003/1990, que

podem afetar a saúde, a segurança e o bem-estar da população, bem como ocasionar danos

à flora e à fauna, aos materiais e ao meio ambiente em geral (BRASIL, 1990). A avaliação

permanente das ações de controle estabelecidas no PRONAR pretende não permitir a

ultrapassagem de níveis máximos toleráveis de concentração de poluentes atmosféricos

como meta de curto e médio prazo e atingir, no longo prazo, concentrações de poluentes

atmosféricos abaixo das quais se prevê o mínimo efeito adverso sobre o meio ambiente em

geral.

A presente dissertação insere-se neste esforço de avaliação ao validar

normativamente o posicionamento das estações de monitoramento de MPTS e de SO2

(MCEWAN, 1975). Isto foi realizado por meio de um estudo de caso considerando o

programa estabelecido para monitorar as emissões de efluentes aéreos do complexo de

usinas termelétricas na região de Capivari de Baixo/SC, pertencente à ENGIE Energia

Brasil. A seleção de pontos de tomada de amostras não foi submetida, anteriormente, as

este tipo de verificação que pode melhor caracterizar a real qualidade do ar ambiente na

região.

18

O complexo termoelétrico à base de carvão mineral, com mais de 800 MW de

potência instalada, pelo porte e potencial poluidor, pode comprometer a qualidade do ar e

do meio ambiente como resultado dos efluentes gerados, por isto é justificável a validação

normativa do programa de monitoramento de MPTS e de SO2.

O programa de monitoramento, baseado na atual distribuição das estações de

monitoramento, está implantado desde 1986. Os dados gerados pela rede de

monitoramento, já, contribuíram para orientar ações de melhoria da qualidade do ar na

região, mas ainda são observados episódios críticos de concentração de MPTS e SO2, em

determinadas condições de dispersão atmosférica. Mesmo que os valores observados sejam

inferiores aos limites estabelecidos, eventuais correções, por meio da validação normativa

do sistema de monitoração existente e pelo aproveitamento das previsões de concentrações

de MPTS e SO2, atualmente não disponíveis, com a aplicação do modelo matemático

gaussiano de dispersão de efluentes aéreos AERMOD (American Meteorological

Society/Environmental Protection Agency Regulatory Model), podem garantir a boa

qualidade do ar na região e a operação segura do empreendimento com mitigação do

impacto ambiental.

A pesquisa estabelece como primeira hipótese a ser testada a assertiva de que o

atual programa de monitoração estabelecido está adequado quanto à seleção de estações de

tomada de amostras para monitoração ambiental, com os conceitos gerais e os critérios das

normas técnicas do PRONAR (BRASIL, 1989) e, complementarmente, com as normas de

localização especificadas pela Environmental Protection Agency (EPA) (EPA, 1977). A

confirmação dessa hipótese implica validação dos resultados de monitoramento quanto ao

aspecto de confiança.

A segunda hipótese é a assertiva de que há equivalência de resultados na aplicação

do modelo de dispersão carregado com dados meteorológicos de estações próximas quando

comparados com as observações oriundas do sistema de monitoração do complexo (ZAR,

2010). A confirmação dessa hipótese implica na possibilidade de uso dos dados de

previsão, também, disponibilizados pelos sistemas de meteorologia disponíveis para a

região (SUTTON, 1953). Com os dados inseridos no modelo de dispersão, pode-se

antecipar os episódios críticos de concentração de MPTS e SO2, e, assim, antecipar uma

ação de controle de emissões por meio da redução da produção complexo de usinas

termelétricas, autorizadamente, feita pela anuência do operador nacional do sistema

19

elétrico (ONS), órgão responsável pela coordenação e controle da operação da geração e

transmissão de energia elétrica no sistema interligado nacional.

O estudo, ao analisar o procedimento de tomadas de amostras e distribuição das

estações de coleta para caracterizar a real qualidade do ar ambiente, contribui no

atendimento dos objetivos traçados na PNMA. Busca-se assim, a difusão de tecnologias de

manejo do meio ambiente, a divulgação de dados e informações ambientais e a formação

de uma consciência pública sobre a necessidade de preservação da qualidade do ar como

fator de equilíbrio ecológico, que são objetivos previstos nos incisos I e V do artigo 4º da

PNMA, servem de estímulo à continuidade dos estudos e das reflexões sobre o assunto

tratado na dissertação.

1.2. CARVÃO E GERAÇÃO DE ENERGIA

A Agência Internacional de Energia, por meio da publicação World Energy

Outlook (WEO) (IEA, 2017), apresenta sua visão estratégica sobre as políticas atuais e o

que as decisões de investimento significam para as tendências de longo prazo, em termos

de sustentabilidade do sistema de geração de energia e do meio ambiente. O relatório

considera quatro mudanças determinantes para estabelecer cenários para o ano de 2040 a

partir da situação de 2017: 1) A rápida implantação e a queda dos custos das tecnologias de

“energia limpa”; 2) A crescente eletrificação da energia; 3) A mudança para uma economia

mais orientada para os serviços e uma matriz energética mais limpa na China; 4) A

continuidade da prospecção de gás e óleo de xisto nos Estados Unidos.

Considera-se ainda que a economia global cresça a uma taxa média de 3,4% ao ano,

enquanto a população se expanda dos atuais 7,4 bilhões para mais de 9,0 bilhões em 2040.

Quase 30% do crescimento da demanda deverão vir da Índia, cuja participação no uso

global da energia aumentará para 11% até 2040. Ainda assim, muito abaixo da sua

antecipada participação de 18% na população global. Já, o Sudeste Asiático será outra área

a incrementar sua participação global em termos de demanda por energia, com crescimento

duas vezes maior em relação ao ritmo da China. Em geral, os países em desenvolvimento

na Ásia representaram dois terços do crescimento global da demanda energética, com o

resto proveniente principalmente do Oriente Médio, África e América Latina (IEA, 2017).

Em comparação com os últimos vinte e cinco anos, a forma, como o mundo

atenderá as suas crescentes necessidades de energia, trará dramáticas mudanças no cenário

das novas políticas, quando se espera que o gás natural, o rápido aumento da

20

disponibilidade das energias renováveis e a eficiência energética sejam fatores

determinantes para o que se projeta para 2040.

Preve-se que a demanda de energia global cresça mais lentamente do que no

passado, mas, ainda, aumentaria cerca de 30% até o ano de 2040, equivalente a adicionar

outra China e Índia à demanda global atual (IEA, 2017). Vislumbra-se que a melhoria na

eficiência desempenhará um papel importante na diminuição da pressão do lado da oferta.

Sem isso, o aumento projetado seria mais que o dobro.

As projeções da IEA contam com o rápido crescimento das fontes renováveis de

energia para atender a 40% do aumento da demanda primária e, com isto, atingir em 2040

o fim do crescimento pela demanda do carvão que vem se verificando desde 2000. A

realização do cenário reduziria o crescimento da capacidade de geração de energia a

carvão, que cresceu quase 900 gigawatts (GW) nestes últimos 17 anos, para adições

líquidas, de hoje até 2040, de apenas 400 GW, já considerando no cálculo as plantas em

construção.

Projeções e cenários à parte, o fato é que a matriz energética mundial depende,

essencialmente, das fontes fósseis como pode ser observado na Tabela 1.

Verifica-se que o carvão, a turfa, o gás e o óleo representavam 84,99% de

participação na matriz energética em 2014. Dentre as fontes primárias, o carvão, que ainda

vem ampliando sua participação na matriz, detinha 28,51% do total (BRUCKNER, 2014).

A participação só do carvão na geração de eletricidade é da ordem de 41% do total

das necessidades mundiais. Entretanto, as fontes fósseis, que detêm a maior participação na

matriz energética mundial, apresentam incontestáveis problemas ambientais, em razão dos

efluentes que geram. A questão ambiental na geração de energia é relevante, pois, mesmo

as fontes renováveis e os resíduos com participação de 10,48%, maior expressão no

fornecimento total de energia primária depois das fósseis, e a hidráulica com 2,42%, ainda

têm como ponto fraco o uso do solo que poderia ser destinado, entre outras coisas, à

produção de alimentos. A soma das demais renováveis alcança apenas 2,91% do total e os

motivos para tão pequena participação são variados, com destaques para custo, tecnologia

e escala. O carvão mineral, o mais abundante dos combustíveis fósseis, tem reservas

estimadas em 847,5 bilhões de toneladas, que são suficientes para atender à demanda atual

por mais de 130 anos (ANEEL, 2008, p. 134).

21

Tabela 1: Balanço Mundial de Energia em Exajoule numa base de valor calorífico líquido aplicando o método equivalente direto

Suprimento e Consumo

Carvão e Turfa

Óleo Cru

Derivados Óleo

Gás Nuclear Hidro Geotermal, Solar, etc.

Combustíveis Renováveis e

Resíduos

Eletricidade Calor Total

Produção 150,56 170,38 0 113,84 9,95 12,38 2,91 53,47 0 0,04 513,53

Importação 26,83 96,09 44,12 34,21 0,45 2,12 0 203,82

Exportação -28,52 -92,59 -46,55 -34,6 -0,39 -2,08 0 -204,73

Variação de Estoques -3,34 0,27 0,26 0,75 -0,02 -2,08

Fornecimento Total de Energia Primária (FTEP)

145,53 174,15 -2,17 114,2 9,95 12,38 2,91 53,51 0,04 0,04 510,54

Participação no Total em FTEP 28,51% 34,11% -0,43% 22,37%

1,95% 2,42% 0,57% 10,48% 0,01% 99,99%

Transferências 0 -6,56 7,51 0 0,95

Diferenças Estatísticas -2,07 0,47 -1,13 -0,07 -0,01 -0,02 0,28 0 -2,55

Plantas de Energia Elétrica -82,68 -1,45 -8,44 -29,54 -9,89 -12,38 -1,61 -2,65 65,37 -0,01 -83,28

Plantas Combinadas de Calor e Energia -6,75 -0,94 -12,76 -0,06 0 -0,02 -1,47 6,85 5,86 -9,29

Geração de Eletricidade (TWh) 8698 28 961 4768 2756 3437 450 332 2 21432

% Geração de Eletricidade 40,58% 0,13% 4,49% 22,25%

12,86% 16,04%

2,10% 1,55% 0,01% 100,01%

Plantas de Calor -4,34 -0,03 -0,54 -3,77 -0,34 -0,44 -0,01 7,05 -2,42

Plantas de Gás -0,37 -0,15 0,12 -0,4

Refinarias de Óleo -164,7 162,86 -0,03 -1,87

Transformação do Carvão -9,19 0 -0,13 0 0 -9,32

Plantas de Liquefação -0,68 0,33 0 -0,3 -0,65

Outras Transformações 0 0,01 -0,01 -0,09 -2,22 -0,01 -2,32

Energia de Consumo da Própria Indústria -3,61 -0,42 -8,81 -11,53 -0,01 -0,56 -6,1 -1,43 -32,47

Perdas -0,11 -0,34 -0,02 -1,03 -0,01 -0,01 -6,08 -0,89 -8,49

Total do Consumo Final -107,73 -173,18 151,33 -58,94 -9,95 -12,38 -1,98 -7,35 60,02 10,56 -150,51

Fonte: IPCC Fifth Assessment Report: Energy Systems, Cap. 7, Tabela 7.1, p. 520, 2014. Adaptada pelo Autor.

22

No Brasil, as principais reservas de carvão mineral estão localizadas no Sul,

notadamente no Rio Grande do Sul, que detém mais de 90% das reservas nacionais. Já

Santa Catarina detém reservas menores, mas com carvão de melhor qualidade em termos

rendimento e de percentual de resíduos. O Balanço Energético Nacional de 2017 descreve

que, ao contrário de muitas nações desenvolvidas, a contribuição do carvão mineral na

matriz energética brasileira, da ordem de 5,5%, é ainda bastante restrita (BEN, 2017). Os

altos teores de cinza e enxofre (da ordem de 50% e 2,5%) e a forma precária de exploração

são os principais responsáveis pelo baixo índice de aproveitamento do carvão no Brasil.

O Plano Nacional de Energia 2030 - PNE 2030 - (MME:EPE, 2007), que ainda não

foi atualizado, projetou o potencial de geração de energia elétrica usando apenas as

reservas estimadas de forma conservadora por Borba (2001). O autor calculou essas

reservas em 930 milhões de toneladas, embora, para as reservas viáveis e pré-viáveis, o

volume seja bem maior. Foram ainda associados outros aspectos importantes para a

quantificação do potencial de geração, como o uso do carvão extraído das minas na forma

bruta, run-of-mine (ROM), e o carvão beneficiado. A Tabela 2 sumariza o cálculo

realizado.

Tabela 2 – Potencial de geração de energia elétrica em MW com o carvão nacional

Cenário Tipo de Carvão

Rendimento 35% 40% 45%

Conservador ROM 32.000 36.500 41.000 Beneficiado 46.000 52.500 59.000 Progresso ROM 30.000 34.500 38.500 Beneficiado 43.000 49.000 55.500 Fonte: Plano Nacional de Energia 2030. Adaptada pelo Autor.

Ressalta-se que, mesmo com limitações, ainda é muito grande o potencial de

geração termelétrica com o carvão nacional. Há disponibilidade para instalação de pelo

menos 64 usinas, que operariam com um fator de capacidade médio de 60% por quase 35

anos, considerando a potência unitária de referência de 500 MW. O incremento da geração

elétrica não deve, contudo, atingir este potencial, porque o processo da extração e de

beneficiamento até a combustão provocam significativos impactos socioambientais.

Estima-se que o carvão seja responsável por 30% e 35% do total das emissões de CO2

lançados na atmosfera.

23

1.3. CARVÃO E QUALIDADE DO AR

A considerável participação do carvão para as emissões globais atrela seu uso

futuro na geração elétrica a investimentos em desenvolvimento de tecnologias limpas

(clean coal technologies, ou CCT), como forma de mitigar os incontestáveis efeitos na

saúde humana (ANEEL, 2008). Markandya e Wilkinson (2007) relacionam a geração de

energia em TWh (1012 watt-hora) com o número de óbitos no mundo devido à poluição

atmosférica causada pela combustão do carvão.

As estimativas atribuem a esta causa 210.000 mortes, quase 2 milhões de doenças

graves e mais de 151 milhões de doenças menores por ano. Este cálculo baseia-se nos

padrões de poluição e densidade populacional.

Os números podem variar entre os países de acordo com a qualidade do ar

ambiente, do tipo de carvão ou da tecnologia aplicada. Na China, estimou-se a taxa de 77

óbitos por TWh para uma usina a carvão que atendesse aos padrões ambientais chineses

BURT et al., (2013). Esta taxa, que é mais de três vezes a estimativa de mortes por TWh

pela combustão de carvão na Europa, quando aplicada aos níveis de geração do complexo

termelétrico de Capivari de Baixo/SC, com seu potencial de geração de 853 MWh (853 10-

6 TWh), aponta para um risco à saúde relativamente baixo.

Os efeitos negativos sobre a saúde humana são causados por contaminantes

provenientes da queima de carvão que incluem: material particulado, dióxido de enxofre

(SO2) e óxidos de nitrogênio.

O mecanismo de lesão nas vias aéreas e nos pulmões ocorre, porque há danos às

células causados pela oxidação de moléculas nos contaminantes. Estes danos levam à

inflamação, à citotoxicidade e à morte das células.

A exposição à fração de material particulado denominada PM2,5 aumenta as

emergências e admissões hospitalares para doenças respiratórias com sintomas de

infecções e doença pulmonar obstrutiva crônica.

Estudos epidemiológicos, na Austrália e Nova Zelândia (BARNET et al., 2005),

México, Canadá (VILLARREAL et al., 2008) e Europa (CHEN et al., 2004), confirmam

esses efeitos sobre a saúde, no aparelho respiratório, sendo observados em todo o mundo

entre comunidades expostas à PM2,5 (POPE et al., 2002).

Além de doenças respiratórias, exposição prolongada à PM2,5 está causalmente

ligada ao desenvolvimento de câncer de pulmão (DE HARTOG, 2003).

24

A exposição ao SO2 emitido pelas plantas de energia de queima de carvão aumenta

a gravidade e a incidência de sintomas respiratórios daqueles que moram nas

proximidades, particularmente crianças com asma. Para adultos e crianças que são

suscetíveis, a inalação de SO2 causa inflamação e hipersensibilidade das vias aéreas,

agrava a bronquite e diminui a função pulmonar (EPA, 2009).

Existe uma associação significativa entre a concentração de SO2 e o risco de morte

por doença do coração e do pulmão. Para cada aumento de 10 ppb na concentração de SO2,

existe um aumento de 0,4% a 2% no risco de óbito.

A adição de tecnologias de controle de poluição em usinas de energia com queima

de carvão e padrões mais rígidos de qualidade do ar, felizmente, contribuíram para o

declínio das concentrações ambientais de SO2 e de material particulado (EPA, 2008).

1.3.1. Padrões de Qualidade do Ar

VORMITTAG et al. (2014), ao estudar a situação do monitoramento do ar no país,

relatou que o Distrito Federal e outros dez estados realizam esse serviço com uma

cobertura que atinge apenas 1,7% dos municípios em todo território nacional.

O Ministério do Meio Ambiente disponibiliza a tabela a seguir que apresenta o

número de estações de monitoramento para 1.000,00 Km² e por 100.000 habitantes no

Brasil e no mundo (MMA, Disponível em: www.mma.gov.br. Acesso em: 25/11/2017).

Tabela 3 – Número de estações de monitoramento da qualidade do ar no Brasil e no mundo

e sua relação com a área e população

País Número de Estações

Áreas dos territórios

(Km²)

População total

Estações/ 1.000 Km²

Estações/ 100.000 hab.

Brasil 252 8.515.767 190.732.694 0,03 1,3 Estado de São Paulo

86 248.222 41.262.199 0,35 2

Estado do Rio de Janeiro

80 43.780 15.989.929 1,8 5

EUA 5.000 9.826.675 318.154.828 0,5 16 Europa 7.500 4.234.000 505.665.739 1,7 14,8 Fonte: VORMITTAG et al. (2014). Adaptada pelo Autor.

A pequena rede de monitoramento objeto deste estudo se revela maior quando

confrontada com os números apresentados na Tabela 3, já que utiliza três estações: uma em

área de 301,7 Km² e de 102.883 habitantes no município de Tubarão/SC (IBGE, 2015),

uma em área de 225,0 Km² e de 3.209 habitantes no município de São Martinho/SC

25

(IBGE, 20190) e uma em área de 53,3 km² e de 23.663 habitantes no município de

Capivari de Baixo/SC (IBGE, 2015).

1.3.1.1. Padrões Nacionais para a Qualidade do Ar

Os padrões nacionais de qualidade do ar fixados na Resolução CONAMA n.º

003/1990 são apresentados na Tabela 4.

Tabela 4 - Padrões de qualidade do ar vigentes no Brasil para material particulado e

dióxido de enxofre

Poluente Tempo de

Amostragem Padrão Primário

µg/m³ Padrão Secundário

µg/m³ Método de Medição

Partículas totais em suspensão

24 horas¹ 240 150 Amostrador de grandes volumes

MGA² 80 60

Dióxido de enxofre

24 horas¹ 365 100 Pararosanilina

MAA³ 80 40 1 – Não deve ser excedido mais que uma vez ao ano. 2 – Média geométrica anual. 3 – Média aritmética anual. Fonte: Qualidade do Ar no Estado de São Paulo – Série Relatórios, CETESB, 2013, p. 21. Adaptada pelo Autor.

A mesma resolução estabelece também os níveis de qualidade do ar para elaboração

do Plano de Emergência para Episódios Críticos de Poluição do Ar (Tabela 5), visando

providências dos governos de Estado e dos Municípios, assim como de entidades privadas

e comunidade geral, com o objetivo de prevenir grave e iminente risco à saúde da

população.

Além de fixar os valores, a resolução do CONAMA n.º 003/1990 estabelece que o

monitoramento da qualidade do ar é atribuição dos Estados, utilizando métodos analíticos

de referência aprovados ou recomendados pelo INMETRO ou IBAMA. Estão definidos

Níveis de Atenção, Alerta e Emergência, para a execução do Plano de Emergência, bem

como a conceituação do que é considerado Episódio Crítico de Poluição do Ar.

Tabela 5 – Critérios de classificação para episódios agudos de poluição do ar

Parâmetro Atenção Alerta Emergência Partículas totais em suspensão (µg/m³) – 24 h 375 625 875 Dióxido de enxofre (µg/m³) – 24 h 800 1.600 2.100 SO2 X MPTS (µg/m³) – 24 h 65.000 261.000 393.000

Fonte: Série Relatórios, CETESB, 2013, p. 22. Adaptada pelo Autor.

26

1.3.1.2. Padrões dos EUA, da OMS e da EU para a Qualidade do Ar

Os padrões adotados no Brasil diferem dos padrões de qualidade adotados pela

Agência de Proteção Ambiental (EPA) para os Estados Unidos da América e os da OMS

que a União Europeia (UE) adota. As diferenças surgem, principalmente, em razão do

tempo de amostragem e da forma de atendimento do padrão, como o período de cálculo da

média e da figura estatística adotada.

O padrão de SO2 adotado pelo EPA de 0,075 ppm, por exemplo, considera um

período amostral de 1 (uma) hora e a forma de atendimento do padrão usa a média de 3

anos do percentil 99 de cada ano, calculado a partir das máximas diárias de 1 hora.

O padrão EPA para material particulados em suspensão considera somente as

partículas inaláveis MP10 (10 μm de diâmetro) com concentração limite para o padrão

primário e secundário de 150 µg/m³ e MP2,5 (2,5 μm de diâmetro) com concentração limite

para o padrão primário e secundário 35 µg/m³, ambas com tempo de amostragem de 24

horas, como no Brasil.

A média de 3 anos do MP10 não pode exceder, mais que uma vez por ano, o limite

de 150 µg/m³ e a média de 3 anos do percentil 98, de cada ano, do MP2,5, calculado a partir

das máximas diárias de 24 horas, não pode exceder o limite de 35 µg/m³. (CETESB, 2013)

A diferenciação de legislação também ocorre com os padrões de qualidade do ar

adotados pela OMS e pela União Europeia, que adotam tempos de amostragem e forma de

atendimento dos padrões de forma diversa da brasileira, o que, evidentemente, se reflete no

valor do padrão. O ponto em comum, mais uma vez, é a existência de padrões de material

particulado especificado para as partículas inaláveis.

1.3.2. Índices de Qualidade do Ar

A CETESB (2018) adota um sistema simplificado de índices de qualidade do ar

para divulgar os dados diariamente obtidos de poluição atmosférica, juntamente com a

previsão meteorológica de 24 h das condições de dispersão dos poluentes, na forma da

Tabela 6.

O índice de qualidade do ar é obtido por uma função linear segmentada, na qual os

pontos de inflexão são os padrões de qualidade do ar (Figura 1). Desta função, que

relaciona a concentração do poluente com o valor índice, resulta um número adimensional,

referido a uma escala com base em padrões de qualidade do ar.

27

Tabela 6 - Estrutura do índice de qualidade do ar para material particulado e dióxido de

enxofre adotado pela CETESB

Qualidade Índice MP10 μg/m³

SO2

μg/m³ Significado

Boa 0≤ ou

≤40

0≤ ou

≤50

0≤ ou

≤20

Moderada 40≤ ou

≤80

50≤ ou

≤100

20≤ ou

≤40

Pessoas de grupos sensíveis (crianças, idosos e pessoas com doenças respiratórias e cardíacas) podem

apresentar sintomas como tosse seca e cansaço. A população, em geral, não é afetada.

Ruim 80≤ ou

≤120

100≤ ou

≤150

40≤ ou

≤365

Toda a população pode apresentar sintomas como tosse seca, cansaço, ardor nos olhos, nariz e garganta.

Pessoas de grupos sensíveis (crianças, idosos e pessoas com doenças respiratórias e cardíacas) podem

apresentar efeitos mais sérios na saúde.

Muito Ruim 120≤

ou ≤200

150≤ ou

≤250

365≤ ou

≤800

Toda a população pode apresentar agravamento dos sintomas como tosse seca, cansaço, ardor nos olhos,

nariz e garganta e ainda apresentar falta de ar e respiração ofegante. Efeitos ainda mais graves à saúde

de grupos sensíveis (crianças, idosos e pessoas com problemas cardiovasculares)

Péssima >200 >250 >800

Toda a população pode apresentar sérios riscos de manifestações de doenças respiratórias e

cardiovasculares. Aumento de mortes prematuras em pessoas de grupos sensíveis.

Fonte: Padrões de Qualidade do Ar. 2018. http://cetesb.sp.gov.br/ar/padroes-de-qualidade-do-ar/. Adaptada pelo Autor.

Figura 1 – Relação entre a concentração de Partículas Totais em Suspensão no ar e o Índice de Qualidade do ar, ressaltando-se os limites para os diferentes níveis de classificação Fonte: Adaptação do Autor

28

A tabela 7 apresenta os principais efeitos à saúde causados por material particulado

e SO2 e os possíveis efeitos por cada poluente sobre a saúde humana.

Tabela 7 – Descrição dos Efeitos à Saúde pelo Material Particulado com Diâmetro Menor

que 10 micrômetros (MP10) e pelo SO2

Qualidade Índice MP10 (µg/m³) SO2 (µg/m³)

Boa 0-40 0-50 0-20

Moderada 41-80

>50 – 100: Pessoas com doenças respiratórias podem

apresentar sintomas como tosse seca e cansaço.

>20 –40: Pessoas com doenças respiratórias podem apresentar

sintomas como tosse seca e cansaço.

Ruim 81-120

>100 - 150: Pessoas com doenças respiratórias ou

cardíacas, idosos e crianças têm os sintomas agravados.

População em geral pode apresentar sintomas como ardor

nos olhos, nariz e garganta, tosse seca e cansaço.

>40 - 365: População em geral pode apresentar sintomas como ardor nos olhos, nariz e garganta, tosse seca e

cansaço. Pessoas com doenças respiratórias ou cardíacas, idosos e

crianças têm os sintomas agravados.

Muito Ruim121-200

>150 - 200: Aumento dos sintomas em crianças e pessoas

com doenças pulmonares e cardiovasculares. Aumento de

sintomas respiratórios na população em geral.

>365 - 800: Aumento dos sintomas em crianças e pessoas com doenças

pulmonares e cardiovasculares. Aumento de sintomas respiratórios

na população em geral.

Péssima >200

≥200: Agravamento dos sintomas respiratórios.

Agravamento de doenças pulmonares, como asma, e

cardiovasculares, como infarto do miocárdio.

≥800: Agravamento dos sintomas respiratórios. Agravamento de

doenças pulmonares, como asma, e cardiovasculares, como infarto do

miocárdio.

Fonte: Padrões de Qualidade do Ar. 2018. http://cetesb.sp.gov.br/ar/padroes-de-qualidade-do-ar/. Adaptada pelo Autor.

1.3.3. Modelo de Dispersão Atmosférica

O AERMOD é um modelo de dispersão gaussiano que foi desenvolvido por

cooperação entre a American Meteorological Society (AMS) e a Environmental Protection

Agency (EPA), em 1995, para incorporar à estrutura do modelo Industrial Source Complex

Model versão 3 (ISC3) as formulações mais recentes sobre a camada limite atmosférica

(EPA, 2004) e dotar de flexibilidade para tratar tanto áreas urbanas quanto rurais, terrenos

planos ou complexos, emissões de superfície ou elevadas, e fontes singulares ou múltiplas

fontes. Trabalhos de Paine et al. (1998) e testes estatísticos realizados por Cox e Tikvart

(1990) foram decisivos para o AERMOD se tornar o modelo regulatório oficial da EPA.

29

Os modelos ISC3 e AERMOD são aceitos no Brasil por alguns órgãos ambientais

estaduais como o Instituto Estadual do Ambiente do Estado do Rio de Janeiro (INEA) e a

Companhia Ambiental do Estado de São Paulo (CETESB), porém não são modelos

padronizados. Velloso et al. (2007), um dos primeiros pesquisadores no país a aplicar o

modelo, fez comparação e de avaliação entre o ISC3 e AERMOD para a dispersão de SO2

na Bacia Aérea III da região metropolitana do Rio de Janeiro. Soares et al. (2009), que o

seguiu, complementou estes estudos de dispersão poluição atmosférica na mesma região.

A continuação da fase de consolidação no uso regulatório prosseguiu com Cunha

(2009) que introduziu os processos de deposição e building downwash, aproveitando

processamento complementar disponível no AERMOD, cujo uso não foi utilizado nos

trabalhos anteriores, considerando a aplicabilidade de seus módulos não regulatórios.

O AERMOD supõe que a pluma se dispersa na direção vertical e horizontal em

regime permanente, tendo a distribuição, em grandes distâncias, por efeito da turbulência

na camada da superfície da Terra (HOLMES e MORAWASKA, 2006). A aplicação do

modelo de dispersão exige que a fonte seja caracterizada por indicações de altura da

chaminé, de temperatura do gás e das taxas de fluxo, mas sempre observando que o

impacto de uma fonte elevada pode ser definido de diferentes maneiras e, por isso, a

definição das áreas de maior impacto dependerá da definição usada. Estes dados básicos

foram obtidos direto da base gerada pelo monitoramento.

As maiores concentrações médias de curto prazo dos contaminantes presentes nos

efluentes aéreos têm maior probabilidade de ocorrer na região mais próxima da fonte do

que as de maior concentração média de longo prazo. A decisão entre estes dois tipos de

impacto, então, é crucial. O uso de modelo de dispersão pode ser usado para identificar os

tipos de áreas tendo por entradas os fatores climatológicos e as características da fonte

elevada. Neste estudo foram usados dados climatológicos disponíveis na estação

meteorológica do INPE em Urussanga/SC – A814 – Código OMM 86970 (Organização

Mundial de Meteorologia) (Lat: -28,51, Long: -49,31, Alt: 48,17 metros, aberta em

01/01/1924) que pertence ao Banco de Dados Meteorológicos para Ensino e Pesquisa

(BDMEP) do Instituto Nacional de Meteorologia (INMET) (Disponível em:

http://www.inmet.gov.br/portal/index.php?r=estacoes/estacoesAutomaticas) do período de

06/08/2016 a 04/06/2017.

Também, é possível fazer estimativas razoáveis sem o uso do modelo, adotando-se

os dados combinados da mais frequente direção e velocidade do vento e da estabilidade

30

atmosférica. Na situação, que é adotada neste estudo, a combinação dos citados fatores

determina a condição de impacto máximo da maior concentração de curto prazo. O modelo

de dispersão utiliza as equações de dispersão da pluma de Weil et al. (1997 apud EPA,

2004, p. 51), tendo por base a altura da fonte de emissão e as referidas condições, a certas

distâncias, para estimar as concentrações máximas com o uso de gráficos fornecidos por

Turner (1969 apud EPA-450/3-77-018, p. 24, 25).

A avaliação do modo como os poluentes atmosféricos são dispersos adota, entre

muitos instrumentos, modelos que simulam os processos de transporte, difusão e diluição

dos poluentes na atmosfera. A análise desses processos exige programas específicos que se

utilizam de equações físico-químicas descritivas de cada um deles, buscando reproduzir a

realidade por meio da solução das equações (MELO, 2011). Tais modelos, para descrever

as concentrações na pluma de poluentes, utilizam a parametrização de Monin-Obukhov na

determinação dos níveis de turbulência e de dispersão (CORRÊA, 2008).

O AERMOD utiliza a inserção de dados obtidos de estação próxima de

meteorologia do Instituto Nacional de Pesquisas Espaciais (INPE), de levantamentos

aerofotogramétricos disponibilizados pelo Sistema de Informações Geográficas de Santa

Catarina (SIGSC), e de informações supervisionadas pela Fundação do Meio Ambiente de

Santa Catarina (FATMA)1 que mantém controle sobre o banco de dados gerados pela

empresa gestora do complexo termoelétrico.

1 A FATMA, no curso desta dissertação, foi extinta pela Lei Estadual n.º 17.354 de 20 de dezembro

de 2017 que a substituiu pelo Instituto do Meio Ambiente do Estado de Santa Catarina (IMA).

31

2. OBJETIVOS

2.1. OBJETIVO GERAL

Validar o sistema de monitoramento da qualidade do ar instalado no complexo

termoelétrico Jorge Lacerda, frente às normas estabelecidas pelo Programa Nacional de

Controle da Qualidade do Ar (PRONAR) e pela Environmental Protection Agency (EPA),

considerando o monitoramento de material particulado total em suspensão (MTPS) e de

dióxido de enxofre (SO2).

2.2. OBJETIVOS ESPECÍFICOS

1) Validar as atuais localizações das estações de monitoramento da qualidade do ar

utilizadas pelo complexo termoelétrico para amostrar os parâmetros material particulado

total em suspensão e dióxido de enxofre;

2) Validar a instrumentação de coleta de dados presente nas estações de monitoramento do

ar, considerando as condições locais frente aos critérios estabelecidos no PRONAR e

EPA/EUA;

3) Aplicar o modelo de dispersão AERMOD como forma de simular a previsão de

episódios críticos de concentrações de material particulado total em suspensão e de dióxido

de enxofre, aprimorando o sistema de controle das emissões do complexo.

32

3. MATERIAIS E MÉTODOS

3.1. SUBSTÂNCIAS MONITORADAS NAS ESTAÇÕES AUTOMÁTICAS

A Tabela 8 apresenta o material e as substâncias analisadas nas estações que, como

se nota, não se limitam as duas deste estudo. A quantidade de parâmetros amostrados,

também, reforça a importância da pesquisa e das observações que se processam para efeito

de projeções para outros sítios de interesse no controle da qualidade do ar.

Tabela 8 - Parâmetros monitorados nas estações Capivari de Baixo, Vila Moema e São

Bernardo que compõem a rede de monitoramento da qualidade do ar do

complexo termoelétrico Jorge Lacerda localizado em Santa Catarina

PARÂMETRO METODOLOGIA Capivari de Baixo

Vila Moema

São Bernardo

Dióxido de enxofre (SO2)

APSA 370, método Ultravioleta, faixa de medição de 0 a 0,5

ppm

X X X

Material Particulado

Inalável (PM10)

Método de Radiação Beta

X X X

Material Particulado

Inalável (PM2,5)


X X X

Material Particulado Total

(MPTS)


X X X

Fonte: Relatório CTJL_2_Tri_17, p. 10. Adaptada pelo Autor.

3.2. EQUIPAMENTOS DE MONITORAMENTO DE MPTS E SO2

As medidas de concentração de MPTS são feitas por aspiração do ar por meio de

um filtro que retém as partículas. Mede-se o volume de ar amostrado e a massa de

partículas recolhidas, de acordo com os regulamentos publicados no Federal Register

(1971), cuja regulamentação no país é feita pela NBR n.º 9547 de 30 de setembro de 1997.

O aparelho aprovado é chamado de amostrador de grandes volumes, Hi-Vol (Figura 1) na

forma abreviada da língua inglesa, porque a capaz de aspirar o ar, a uma taxa de pelo

menos 1,7 m³.min-l, através de um filtro de fibra de vidro limpo, com dimensões de 20,3

cm por 25,9 cm, previamente dessecado por 24 horas e depois medido a massa por balança

analítica. A diferença de massa, encontrada entre as medidas antes e depois da exposição

do filtro ao fluxo de ar e a medida do volume do deste fluxo, determina a concentração do

33

MPTS no ambiente. A eficiência e a representatividade da amostragem dependem da

velocidade do vento na área de coleta e do tamanho das partículas, segundo o Lawrence

Berkeley Laboratory (LBL, 1975). Baixas velocidades do vento tendem a exluir as

partículas de 100 µm ou menos, enquanto as velocidades mais altas podem carrear ao

amostrador as partículas maiores do que 200 µm.

Figura 2 – Abrigo e Amostrador de Grandes Volumes do tipo presente nas estações de monitoramento do presente trabalho

Fonte: Disponível em: http://www.hi-q.net/images/Products/HVP-4300AFC(yd2cx2).jpg. Consultada em: 12/01/2018.

No presente estudo, a determinação das concentrações de dióxido de enxofre, de

óxidos de nitrogênio e, também, de oxigênio foram determinados pelo analisador PG 250 –

Horiba, que usa o método Non-dispersive Infrared Absorption (NDIR), mostrado na figura

3 (Relatório ENGIE, 2016).

Figura 3 – Imagem e características do analisador de SO2 - Horiba modelo PG 250 - usado

no programa de monitoramento do complexo termoelétrico Jorge Lacerda Fonte: Relatório ENGIE, 2016.

34

3.3. LOCALIZAÇÃO DAS ESTAÇÕES DE MONITORAMENTO

A área do complexo termelétrico está situada em uma planície com altitude média e

doze metros, na cidade de Capivari de Baixo/SC, área leste de latitude 28º26'41"S e

longitude 48º57'28"W, na região sul do Estado de Santa Catarina (Figura 4).

Figura 4 – Localização do município de Capivari de Baixo, SC Fonte: https://mapasapp.com/satelite/santa-catarina/capivari-de-baixo-sc/ Adaptado pelo Autor com Qgis.

Esse complexo, o maior da América Latina do Sul, pode ser visto às margens da

rodovia BR-101 e é composto por três unidades térmicas (UTLA, UTLB e UTLC)

divididas em sete usinas de geração (UTLA – Usinas 1, 2, 3 e 4; UTLB – Usinas 5 e 6; e

UTLC – Usina 7) com potencial de geração de até 853 MW.

A região do empreendimento se destaca pela grande área litorânea, sendo

expressiva a prática pesqueira, a exploração turística e as indústrias ligadas ao sistema

carbonífero. A microrregião geográfica de Tubarão, na qual o complexo está inserido,

possui uma área aproximada de 4.396 km2, localizada ao sul do Estado de Santa Catarina,

limitando-se com as microrregiões geográficas de Florianópolis, de Criciúma, dos Campos

de Lages, do Tabuleiro e com o oceano Atlântico. Os municípios que formam a

microrregião são os seguintes: Armazém, Braço do Norte, Capivari de Baixo, Garopaba,

Grão Pará, Gravatal, Imaruí, Imbituba, Jaguaruna, Laguna, Orleans, Pedras Grandes,

35

Pescaria Brava, Rio Fortuna, Sangão, Santa Rosa de Lima, São Ludgero, São Martinho,

Treze de Maio e Tubarão.

A área do complexo possui quatro fontes estacionárias de emissão de efluentes,

cada qual correspondendo a uma chaminé que atende às unidades termelétricas de geração.

Assim, a UTLA com suas quatro usinas (as mais antigas do complexo) possui uma única

chaminé com 150 m de altura; a UTLB com suas duas usinas possui duas chaminés com

100 m de altura cada; e a UTLC possui uma única chaminé com 204 m de altura. A

empresa possui, ainda na mesma região, uma unidade eólica de geração e uma unidade

piloto de energia solar fotovoltaica.

Tabela 9 – Características do complexo termoelétrico Jorge Lacerda

USINA UTLA UTLB UTLC Potência instalada 232 MW 262 MW 363 MW

Garantia física 122,9 MW 198 MW 329 MW

Unidades

2 Unidades – 50 MW



1 Unidade – 363 MW

Sistema de resfriamento

ABERTO ABERTO ABERTO

Início da operação comercial

Março 1965 Novembro 1979 Novembro 1996

Autorização/Concessão ANEEL

30 anos até 28/09/2028

30 anos até 28/09/2028

30 anos até 28/09/2028

Fonte: Relatório CTJL_2_Tri_17, p. 9. Adaptada pelo Autor.

O monitoramento da qualidade do ar na região de influência do complexo é feito

por uma rede composta de três estações de monitoramento automáticas localizadas nos

municípios de Tubarão, São Martinho e Capivari de Baixo, conforme pode ser observado

na Figura 5.

A estação de Capivari de Baixo localiza-se na Rua Monteiro Lobato, Capivari de

Baixo/SC, nas coordenadas 28°26’44,70”S e 48°57’31,83”W, e é a mais próxima do

complexo. Quase não tem interferências urbanas, porque o trânsito no local é moderado e a

área é, eminentemente residencial apenas com comércio de pequeno porte.

A Estação de São Bernardo localiza-se na Rua Antônia Goularte Pereira, São

Martinho/SC, rua transversal à SC-370, nas coordenadas 28°26'45.38"S e 49°1'33.33"W,

em local elevado e com trânsito limitado, visto ser final de trecho viário, o que contribui

para isentá-la de interferências diretas na obtenção das amostras de ar.

36

Figura 5 – Localização das estações de monitoramento da qualidade do ar do complexo termoelétrico Jorge Lacerda, Capivari de Baixo, SC Fonte: Adaptada pelo Autor com Google Earth

A Estação Vila Moema localiza-se na Rua Dr. Otto Feuerschette, Vila Moema,

Tubarão/SC, no local com coordenadas 28º29’01,0”S e 49°00’00”W, ao lado da Câmara

de Vereadores. O local, como se verifica da imagem, apresenta algumas interferências

urbanas, embora não seja excessivo o adensamento populacional, posto que, ainda, é área

residencial com poucas construções elevadas (Figura 6).

Figura 6 – Vista parcial da estação Vila Moema localizada no município de Tubarão, SC Fonte: Adaptada pelo Autor com Google Earth.

37

3.4. AQUISIÇÃO DOS DADOS DE MONITORAMENTO

Os dados utilizados no presente trabalho foram cedidos pela empresa ENGIE,

gestora do complexo termoelétrico, e pela FATMA, atualmente IMA, que fiscaliza as

emissões, mantendo o banco de dados gerados pela ENGIE. O período da pesquisa se

estende de 06/08/2016 a 04/06/2017, e utiliza dados provenientes das três estações

(Capivari, São Bernardo e Vila Moema), que compõe o sistema de monitoramento do

complexo termelétrico.

Note-se que a amostragem é feita de forma contínua, mas os resultados são

apresentados com o valor da medida obtida no período de uma hora sempre iniciando aos

30 minutos da hora anterior e finalizando aos 30 minutos da seguinte. A média diária

obtida para cada estação é calculada para o período, iniciando às 0h30min e terminando ao

final do último horário amostral às 23h30min, e apresentada na indicação horária das 12

horas. A Tabela 10 apresenta a forma como os dados foram recebidos. O mesmo

procedimento é adotado para SO2 compreendendo um maior período, de 01/04/2013 a

05/06/2017.

Tabela 10 – Demonstrativo da forma de apresentação das medidas dos parâmetros

monitorados, no caso MPTS, que compõem o banco de dados gerado pelo

sistema de monitoramento da qualidade do ar do complexo termoelétrico

Jorge Lacerda, Capivari de Baixo, SC

Tractebel Energia - Tubarão - CTJL

Estação Capivari de Baixo

Estação São Bernardo

Estação Vila Moema

Estação Capivari de Baixo

Estação São Bernardo

Estação Vila Moema

Qualidade do Ar Qualidade do Ar Qualidade do Ar Qualidade do Ar Qualidade do Ar Qualidade do Ar

Ar Ambiente Ar Ambiente Ar Ambiente Ar Ambiente Ar Ambiente Ar Ambiente

Partículas Totais em Suspensão






Frequência Horária com

amostra de 1 Hora a 0,0 m

Frequência Horária com amostra de 1 Hora a 0,0 m

Frequência Horária com amostra de 1 Hora a 0,0 m

Médias de 24 Horas

Médias de 24 Horas

Médias de 24 Horas

Rotina Rotina Rotina Rotina Rotina Rotina

Data Valor

[µg/m3] Flag

Valor [µg/m3]

Flag Valor

[µg/m3] Flag

Valor [µg/m3]

Flag Valor

[µg/m3] Flag

Valor [µg/m3]

Flag

06/08/2016 00:30 40 18 59

06/08/2016 01:30 45 28 55

06/08/2016 02:30 40 27 55

[...]

06/08/2016 12:00 55 VM 77 VM 77 VM

[...]

06/08/2016 21:30 42 68 43

06/08/2016 22:30 42 43 48

06/08/2016 23:30 30 31 33

Fonte: Dados fornecidos por ENGIE Brasil Energia. Adaptada pelo Autor.

38

3.5. APLICAÇÃO DO MODELO DE DISPERSÃO ATMOSFÉRICA

O AERMOD é largamente utilizado para determinar, a partir de fontes selecionadas

em determinado sítio, a concentração de poluentes no ar e a consequente deposição nas

áreas próximas atingidas pelas emissões, sob a influência de outras fontes externas, das

condições e ocupações do solo e das condições meteorológicas da região. Fontes

volumétricas, pontuais e lineares podem ser avaliadas. Neste modelo cria-se, a partir de um

ponto de ancoragem localizado a área de emissão, uma grade de pontos fixos denominados

de receptores. Em tais pontos, submetidos às propriedades do ar ambiente (densidade,

temperatura e velocidades do vento) são calculadas as concentrações e as deposições no

tempo t desejado (SILVA e SARNAGLIA, 2010, apud GOMES, 2012, p.36). O modelo

combina dois casos limites: uma pluma horizontal que impacta no terreno e uma pluma que

acompanha o terreno. A concentração total por receptor é a soma ponderada destas duas

plumas que são separadas por uma linha de corrente crítica de altura HC.

O AERMOD, no tratamento matemático utilizado, assume que a pluma direta é

aquela que primeiro toca o solo e possui reflexões subsequentes entre o nível do solo e o

topo da camada de mistura.

O modelo, também, considera uma pluma indireta e uma pluma penetrante. A fonte

da pluma indireta consiste na assunção de que parte da pluma atinge primeiro a camada

limite convectiva, e a pluma penetrante é a aquela cuja contribuição ultrapassa o topo da

camada limite convectiva (EPA, 2004, p. 47), como mostra a figura a seguir.

Figura 7 – Fonte Direta, Fonte Indireta e Fonte Penetrante na Camada Limite Convectiva Fonte: EPA-454/R-03-004, p. 47. Adaptada pelo Autor.

39

Segundo Weil et al. (1997 apud EPA, 2004, p. 51), a concentração devido à pluma

direta é dada pela seguinte equação:

Cd{xr, yr, z} = � ��

√�� Fy . ∑ ∑��

��

��

�� exp �

(�� – ��)²

��²�� + ��

(�� – ��)²

��²��

Cd{xr, yr, z}: Concentração devido à fonte direta;

Q: Vazão mássica de emissão pela chaminé;

Fy: Função de distribuição lateral com meandro;

Fy = = ��

√��exp �

�²

��²��

��: Velocidade do vento;

�zj: Parâmetro de Dispersão Vertical

�x: Coeficiente de dispersão horizontal;

�y: Coeficiente de dispersão vertical;

x, y, z: Distância segundo as direções dos eixos coordenados;

λj: Coeficiente de distribuição;

j: Valor igual à 1 para linha inferior da pluma e igual à 2 para a linha superior da

pluma;

�dj: Altura entre a base da fonte e a linha central da pluma;

�dj = hs + hd + ��

�

hs: Altura efetiva da chaminé corrigida para o efeito de recirculação que pode

ocorrer devido à chaminé (stack tip downwash);

hd: Subida da pluma da fonte direta;

fp: Fração do material emitido pela fonte que permanece na camada limite

convectiva;

�� j: Velocidade média vertical da porção da pluma;

u: velocidade do vento no topo da fonte elevada fixa (chaminé);

exp(.): e é a base dos logaritmos naturais.

40

Pressupõe-se uma fonte indireta sobre a camada de mistura para calcular a posição

inicial do material da pluma que não penetrou na camada estável em altitude. A fonte

indireta não é uma imagem da fonte verdadeira, porque não é a reflexão perfeita no topo da

camada de mistura. Por isso, o modelo trata a porção da massa da pluma que primeiro toca

no topo da camada de mistura e suas reflexões subsequentes. A pluma indireta é, pois, um

produto matemático para a representação computacional utilizada no estudo de dispersão

atmosférica.

A concentração devido à pluma indireta é dada pela seguinte equação:

Cd{xr, yr, z} = � ��

√�� Fy . ∑ ∑��

��

��

�� exp �

(�� – ��)²

��²�� + ��

(�� – ��)²

��²��

Para a pluma da fonte penetrante, a expressão gaussiana, tanto na direção vertical

como horizontal, tem a mesma forma.

Cd{xr, yr, z} = � (��)

√�� Fy . ∑ �exp � (�� – ��)²

��²�� + ��

(�� – ��)²

��²��

�±�

zieff: altura da superfície de reflexão superior da camada estável;

hep: altura da pluma penetrante.

O cálculo da concentração nos receptores depende dos parâmetros de entrada

necessários para a modelagem como as características da fonte: tipo, vazão, concentração

do poluente e taxa de emissão. Além, de características da região, como: direção e

velocidade do vento (MOTA, 2000, apud GOMES, 2012, p. 36). As características

anteriormente citadas sofrem influência direta das características atmosféricas e geofísicas,

como albedo e rugosidade do solo (CIMORELLI et al., 2004, apud GOMES, 2012, p.36).

O aspecto geral do programa pode ser visualizado na figura disponível em:

https://www.aermodtraining.com/

A forma como o AERMOD processa os arquivos de entrada depende de diversos

pré-processadores que, por sua vez, necessitam de programas específicos para adequar os

bancos de dados exigidos na modelagem matemática. Este estudo parte desses programas

de entrada e encaminha toda a explicação até cada um dos pré-processadores como forma

de simplificar o entendimento do processamento.

41

3.5.1. Condições de Operação das Unidades Geradoras

As usinas utilizam como combustível o carvão CE 4500 e operam com potências de

80% nas unidades 1, 2, 3 e 4 da UTLA; de 80% e 75,7%, respectivamente, nas unidades 5

e 6 da UTLB; e de 68,7% na unidade 7 da UTLC.

Estas informações, que indicam as condições nominais de operação durante o

período de amostragem, e as demais encontradas nas tabelas abaixo, servem como dados

de entrada do modelo matemático gaussiano de dispersão de efluentes aéreos.

Estas condições de operação de cada unidade, combinadas com as características do

relevo e urbanização, submetidas às condições meteorológicas, são os dados mais

relevantes para a determinação das concentrações nos pontos de grade do modelo aplicado.

Tabela 11 – Dados de operação da UTLA

Mês das Amostragens: Março de 2016 Unidade Nº, (Potência MW) UTLA

01(50) UTLA 02 (50)

UTLA 03-A(66)

UTLA 03-B(66)

UTLA 03-(66)

UTLA 04(66)

Geração (MW) 40 40 50 Área da seção do duto, m2 8,75 8,75 4,38 4,38 0,00 Velocidade média do gás, m/s 14,50 13,70 14,90 15,40 0,00 Material particulado, kg/MW 0,27 0,23 0,31 SO2, kg/MW 32,56 33,37 31,57 Temperatura média dos gases, ºC 209,80 207,50 155,60 156,00 155,80

Obs: UTLA 04(66): (-) Unidade fora de operação no semestre. Fonte: FatmaEmi_Dez16, p. 13. Adaptada pelo Autor.

Tabela 12 – Dados de operação da UTLB

Mês das Amostragens: Julho de 2016 Março de 2016 Unidade Nº. (Potência MW) UTLB -5 (131) UTLB -6 (131) Geração (MW) 90 90 Área da seção do duto, m2 22,64 22,64 Velocidade média do gás, m/s 7,80 12,50 Material particulado, kg/MW 0,47 0,90 SO2, kg/MW 20,66 35,30 Temperatura média dos gases, ºC 163,30 155,40 Fonte: FatmaEmi_Dez16, p. 14. Adaptada pelo Autor.

Tabela 13 – Dados de operação da UTLC

Mês das Amostragens: Março de 2016 Unidade Nº. (Potência MW)) UTLC -7-A (363) UTLC -7-B (363) UTLC -7 (363 Geração (MW) 320 Área da seção do duto, m2 16,56 16,56 Velocidade média do gás, m/s 18,90 17,70 Material particulado, kg/MW 0,59 SO2, kg/MW 24,20 SO2, g/106 kcal 9.689,18 Temperatura média dos gases, ºC 164,40 164,10 164,25 Fonte: Fatma Emi_Dez16, p. 15. Adaptada pelo Autor.

42

3.5.2. Pré-processador BPIPPRM

O BPIPPRM não requerer programas auxiliares e gera os parâmetros das

construções que são usados pelo AERMOD para determinar os efeitos do downwash

(mudança do padrão de escoamento de um fluído com aceleração em direção ao solo)

causado pela presença de obstáculos (edifícios vizinhos e orografia de pequena escala)

existentes nas proximidades de fontes pontuais elevadas (chaminés).

A turbulência aerodinâmica causada pela zona de baixa pressão (cavitação) na parte

posterior do obstáculo tende a forçar a pluma em direção do solo, impedindo-a de se

dispersar livremente na atmosfera, o que reduz a altura efetiva da chaminé (H’), podendo,

inclusive, lhe atribuir medida inferior à sua altura física. A ilustração a seguir demonstra

esse efeito.

Figura 8 – Efeito da Cavitação Fonte: Adaptação do Autor de Ingeniería Ambiental - Fundamentos, entornos, tecnogías y sistemas de gestión, Gerard Kiely

O BPIPPRM como pré-processador do AERMOD avalia, pela fórmula prática da

boa engenharia (GEPt – Good Engineering Practice - Report no. EPA-450/4-80-023R), se

as chaminés e os obstáculos adjacentes tendem ou não a ocasionar o downwash para, então,

gerar os parâmetros construções que são usados.

A turbulência aerodinâmica causada pela zona de baixa pressão (cavitação) na parte

posterior do obstáculo tende a forçar a pluma em direção do solo, impedindo-a de se

dispersar livremente na atmosfera, o que reduz a altura efetiva da chaminé (H’), podendo,

inclusive, lhe atribuir medida inferior à sua altura física. A figura a seguir mostra um

Linha Central

da Pluma

43

exemplo de aplicação da fórmula prática e dos efeitos do downwash na pluma devido às

configurações físicas das edificações nas proximidades da fonte.

Figura 9 – Downwash e GEPt Fonte: How to Set Up & Run BPIPPRM – AERMOD Trainning.com. Adaptada pelo Autor

A aplicação do BPIPPRM nas chaminés do complexo termelétrico resultou na

verificação de que a condição de downwash ocorre em pelo menos uma das chaminés

(Stack2), porque sua altura física é idêntica ao valor do GEPt obtido. O arquivo de saída do

BPIPPRM com os parâmetros resultantes BUILDHGT, BUILDWID, BUILDLEN,

XBADJ e YBADJ, que são calculados para 36 vetores de direção do vento tomados na

direção para a qual o vento se dirige, é utilizado como entrada no AERMOD.

O BPIPPRM não requerer programas auxiliares e gera os parâmetros das

construções que são usados pelo AERMOD para determinar os efeitos do downwash

(mudança do padrão de escoamento de um fluído com aceleração em direção ao solo)

causado pela presença de obstáculos (edifícios vizinhos, orografia de pequena escala)

existentes nas proximidades de fontes pontuais elevadas (chaminés).

A aplicação do BPIPPRM nas chaminés do complexo termelétrico resultou na

verificação de que a condição de downwash ocorre em pelo menos uma das chaminés

(Stack2 – chaminé da unidade 5 da UTLB), porque sua altura física é idêntica ao valor do

GEPt obtido.

As figuras a seguir mostram, na primeira, os dados de entrada no BPIPPRM com a

identificação parcial da situação de três das chaminés e, na segunda, o resultado da

aplicação do pré-processador.

44

Figura 10 – Arquivo de entrada no BPIPPRM e imagem parcial das instalações Fonte: BPIPPRM – AERMOD Trainning.com. Adaptada pelo Autor com Google Earth.

Figura 11 – Arquivo Resultante do BPIPPRM Fonte: BPIPPRM – AERMOD Trainning.com. Utilizado pelo Autor.

O arquivo de saída do BPIPPRM com os parâmetros resultantes BUILDHGT,

BUILDWID, BUILDLEN, XBADJ e YBADJ, que são calculados para 36 vetores de

direção do vento tomados na direção para a qual o vento se dirige, é utilizado como entrada

no AERMOD.

45

3.5.3. Pré-processador AERMAP

O AERMAP da EPA é o pré-processador do relevo da superfície terrestre para o

AERMOD. Este processador usa um arquivo modelo digital de superfície (MDS),

disponibilizado pelo Sistema de Informações Geográficas de Santa Catarina (SIGSC), para

determinar a altitude e a altura da elevação da localização de cada ponto receptor de

previsão de concentração e de deposição do poluente avaliado pelo modelo matemático.

O pré-processador AERMAP para precisa do suporte de dois programas auxiliares

para gerar os seus arquivos de entrada. Estes dois programas, descritos nos itens seguintes,

são o AERGRID e o TERRAIN DATA.

O processamento do AERMAP gera dois arquivos de saída, o EX1.RE e o EX1.SO,

que servem de arquivos de entrada para o AERMOD com uma escala de altura para a

posição de cada ponto receptor. BARBON (2008, apud GOMES, 2012, p. 42) explica que

o AERMAP determina a elevação da base das fontes e dos receptores, para um resultado

de modelagem pelo AERMOD mais próximo dos dados de medição. A nomenclatura dos

arquivos, com exceção da primeira parte que é arbitrária, denota por RE (receptor) o

arquivo que contém os receptores atrelados às condições de elevação do terreno e denota

por SO (source) aquele que contém as fontes de emissão com suas respectivas elevações.

3.5.4. Programa AERGRID

O AERGRID é um programa desenvolvido por AERMODtraining.com que foi

agregado ao AERMOD disponibilizado pela EPA. Sua função é gerar uma grade de pontos

receptores na forma de distribuição cartesiana ou polar para funcionar como entrada

juntamente com os dados de hipsometria (elevação do terreno).

São utilizados dois arquivos de entrada de dados: EX1_params e EX1_prop_line. O

primeiro, mostrado na ilustração a seguir, apresenta o ponto de ancoragem do sistema

cartesiano que é criado, as fontes de emissão, e a determinação de espaçamentos dos

pontos da grade (densidade), tanto na linha de limites da propriedade como limites das

sucessivas grades de entorno. O processamento ao final contém um total de 17.296 pontos

receptores dos quais: 310 na linha adotada como limite da propriedade; 9.370 na Grade 1;

5.680 na Grade 2; 1.440 na Grade 3 e 496 na Grade 4. A imagem obtida em dos arquivos

resultante, no caso o EX1_recgrids.KML, pode ser visualizada diretamente no Google

Earth devido à interface amigável do AERMOD, como se verifica a seguir, sem e com os

pontos de grade.

46

Figura 12 – Grades limites dos receptores do AERGRID na interface amigável do programa Fonte: AERGRID – AERMOD. Utilizado pelo Autor.

Figura 13 – Pontos receptores gerados pelo AERGRID na interface amigável do programa Fonte: AERGRID – AERMOD. Utilizado pelo Autor.

O arquivo EX1_recgrids.KML, entretanto, não é o arquivo de entrada para o pré-

processador AERMAP, para isso o AERMOD utiliza o arquivo EX1_AERGRIDE.XY.

Note-se que a densidade de pontos na grade e, também, a localização dependem de

algumas condicionantes. No caso, por exemplo, foram retirados os pontos de receptores de

amostragem internos à propriedade por motivos de regulamentação legal, visto que, a

legislação requer que se identifiquem as concentrações das substâncias dispersas somente

na área externa. As determinações de downwash obtidas pelo BIPPRM também são

consideradas, porque áreas submetidas a esse efeito exigem uma grade mais densa.

47

3.5.5. Programa TERRAIN DATA

O AERMOD é um modelo de dispersão considerado regulatório, porque segue uma

série de parâmetros. A capacidade de modelar a concentração de substâncias sobre

qualquer terreno é um desses parâmetros, ou seja, sobre terrenos planos ou complexos, a

modelagem é capaz de apresentar resultados consistentes. O programa processa dados do

terreno juntamente com a localização dos pontos receptores e das fontes de emissão

produzindo um arquivo de entrada para o pré-processador AERMAP e para o pré-

processador AERSURFACE.

Os dados para carregar o programa Terrain Data foram obtidos no Sistema de

Informações Geográficas de Santa Catarina – SIGSC

(http://sigsc.sc.gov.br/download/index.jsp) que fornece carregamento (download) de

arquivos com Levantamentos Aerofotogramétricos do ano de 2010 do tipo Modelo Digital

de Superfície (MDS) e do tipo Modelo Digital de Terreno (MDT). O primeiro é utilizado

para gerar o arquivo de dado nomeado no AERMOD como EX1_NED.tiff (Imagem TIFF)

que serve de entrada, juntamente com o arquivo gerado no AERGRID, para o pré-

processador AERMAP e o segundo, explicado adiante, serve para preparar a entrada do

programa do AERSURFACE.

Os dados do MDS foram carregados diretamente no programa Quantum

Geographic Information System – QGIS (https://qgis.org/en/site/) que se conecta ao

servidor do SIGSC. A figura mostra a imagem gerada para o arquivo de entrada do Terrain

Data com delimitação da área de domínio definida.

Figura 14 – Imagem da região com delimitação da área do domínio Fonte: Arquivo Modelo Digital de Superfície (MDS) do SIGSC. Utilizado pelo Autor com Qgis.

A obtenção dos dados por meio do SIGSC deve ser realçada, porque é um dos

poucos serviços de carregamento de camadas WMS (Web Map Service) que possui

48

continuidade, outros serviços foram testados, como o do Ministério do Meio Ambiente,

mas não funcionaram adequadamente.

3.5.6. Pré-processador AERSURFACE

3.5.6.1. Programa NLCD

Os dados para carregar o programa National Land Cover Data (NLCD) foram

obtidos no Sistema de Informações Geográficas de Santa Catarina – SIGSC

(http://sigsc.sc.gov.br/download/index.jsp) que fornece carregamento (download) de

arquivos com Levantamentos Aerofotogramétricos do ano de 2010 do tipo Modelo Digital

de Terreno (MDT) que é utilizado para gerar o arquivo de dado nomeado no AERMOD

como EX1_NLCD.tiff (Imagem TIFF) que serve de entrada para o pré-processador

AERSURFACE. Os dados do MDT foram carregados diretamente no programa Quantum

Geographic Information System – QGIS (https://qgis.org/en/site/) que se conecta ao

servidor do SIGSC obtendo imagens com as informações topográficas com resolução de 90

metros.

3.5.6.2. Aspectos do AERSURFACE

O AERSURFACE utiliza as características da superfície da região do Capivari de

Baixo/SC usando dados de cobertura do solo gerados pelo programa NLCD que possui 21

categorias de características as quais são atribuídas um valor. Dentre todas se destacam:

Rugosidade – A altura acima da superfície na qual a velocidade horizontal do vento

é zero baseado no perfil logarítmico (perto de espelhos de água o valor é aproximadamente

zero e perto de áreas florestadas o valor é 1,3 metros);

Albedo – Fração de radiação solar refletida para o espaço pela superfície terrestre

(varia de 0,1 – águas abertas absorvem mais – a 0,9 – neve reflete mais), durante a noite o

albedo é fixado em 1;

Razão de Bowen – Fração do fluxo sensível de calor e o fluxo latente de calor que

indica a umidade da superfície terrestre;

Note-se que essas características são adotadas tomando os dados do local onde se

localiza a estação meteorológica e não do local onde estão as fontes de emissão. O

EX1.AERSURF, arquivo resultante do AERMAP, serve de entrada para o pré-processador

AERMET que ainda requer a entrada de outro pré-processador denominado

AERMINUTE, explicado adiante.

49

3.5.7. Pré-processador AERMINUTE

O pré-processador AERMINUTE é um programa que trabalha dados de estações

meteorológicas, mas não de forma direta, pois precisa da ação antecedente do 1-Minute

Meteorological Data que cria o AERMIN.INP seu arquivo de entrada. O resultado do seu

processamento, o arquivo 1MIN.DAT, serve de entrada, por sua vez, ao pré-processador

AERMET.

O 1-Minute Meteorological Data é um arquivo com extensão DAT cujos dados são

obtidos de estações meteorológicas do tipo Automated Surface Observing Station (ASOS),

como a Estação do Aeroporto Hercílio Luz em Florianópolis (Lat: 2740S; Long: 4833W,

Alt: 6; Fuso: 3, Tipo: Superfície) que pertence ao Sistema de Geração e Disponibilização

de Informações Climatológicas do Instituto de Controle do Espaço Aéreo (ICEA)

(Disponível em: http://clima.icea.gov.br/clima/#). A entrada de dados no programa teve de

ser feita por entrada direta, haja vista, que os dados não estão disponíveis no formato

adequado para compor o arquivo de entrada AERMIN.INP necessário para carregar o pré-

processador AERMINUTE.

3.5.8. Pré-processador AERMET

O pré-processador AERMET processa em três etapas os arquivos provenientes dos

pré-processadores AERSURFACE e AERMINUTE, bem como, dos arquivos de dados das

estações meteorológicas de altitude e de superfície, descritos nos itens seguintes.

A primeira etapa extrai os dados das estações e faz o processamento que afere a

qualidade dos dados meteorológicos carregados. Na segunda etapa, há a interação dos

dados meteorológicos de modo a combinar num único arquivo as informações da estação

de superfície, da estação ASOS do 1-Minute e da estação de altitude. Os dados são

agrupados em períodos de 24 horas e são gerados diversos arquivos. Alguns servem apenas

para controle do processamento, interessando à continuidade do processo apenas dois

arquivos: um com extensão SFC (acrônimo para superfície) e outro com extensão PFL

(acrônimo para perfil). São estes dois arquivos que servem de entrada para o AERMOD

(EPA, 2004b). O AERMOD utiliza esses valores para gerar um perfil de variáveis

meteorológicas, necessário na simulação da dispersão dos poluentes.

O AERMET.pfl apresenta o resultado dos cálculos relativos aos parâmetros da

camada limite e o e o AERMET.sfc contém os dados meteorológicos de superfície. Os

parâmetros presentes nos arquivos são o Fluxo de Calor na Superfície (H); Velocidade de

50

Fricção (u*); Comprimento de Monin-Obukhov (L); Escala de Temperatura Potencial ( *);

Altura da Camada de Mistura (Zi); Escala de Velocidade Convectiva (w*).

3.5.8.1. Dados de Altitude – Upper Air Meteorological Data

Os dados de altitude ou Ar Superior são carregados no Upper Air Meteorological

Data que é um arquivo com extensão FSL cujos dados são obtidos por estações

meteorológicas elevadas (EMA), assim denominadas por obter dados do perfil vertical da

atmosfera, geralmente, por meio de sondas. A pesquisa não detectou uma base consistente

e disponível de dados para compor o arquivo de entrada do pré-processador AERMET, por

isto adotou, como solução de contorno, os dados gerados na Estação de Urussanga/SC –

A814 – Código OMM 86970 (Organização Mundial de Meteorologia).

As observações meteorológicas mínimas necessárias da estação de altitude para as

simulações no pré-processador AERMET são basicamente dois perfis verticais diários da

velocidade do vento, coeficiente de turbulência vertical, temperatura e desvio padrão da

direção do vento. Segundo a EPA (2004b), o AERMET pode processar os seguintes

formatos: CD144 (Card Deck 144 Format), SCRAM (Suport Center for Regulatory

Models) e SAMSON (Solar and Meteorologial Surface Observation Network).

Tabela 14 – Parâmetros meteorológicos utilizados como entrada no AERMOD

Parâmetros Meteorológicos Unidades Altura da Camada Limite Convectiva m Altura da Camada Limite Mecânica m Comprimento de Parametrização de Monin-Obukhov m Velocidade do Vento m/s Direção do Vento º Radiação Solar Global kJ/m² Escala de Velocidade Convectiva m/s Fluxo de Calor Latente W/m² Temperatura do Ar °K Fluxo de Calor Sensível kJ/h Gradiente Vertical de Temperatura Potencial °K Perfis Verticais de Velocidade e Direção do Vento m/s e ° Perfis Verticais de Temperatura do Ar °K Velocidade de Fricção m/s Fonte: FatmaEmi_Dez16, p. 15. Adaptada pelo Autor. Disponível em http://queimadas.cptec.inpe.br/~rqueimadas/material3os/2010_Golder_Estudo_GA_DE3os.pdf. Acesso em: 18/10/2017.

51

3.5.8.2. Dados de Superfície – Hourly Surface Meteorological Data

Os dados de superfície são carregados no Hourly Surface Meteorological Data que

é um arquivo com extensão txt, cujos dados são obtidos de estações meteorológicas do tipo

Estação Meteorológica de Superfície (EMS), cuja denominação advém do fato de obter os

dados no nível do solo. Adotaram-se os dados gerados na Estação de Urussanga/SC para

compor o arquivo de entrada do pré-processador AERMET.

As observações meteorológicas mínimas necessárias da estação de superfície para

as simulações no pré-processador AERMET são basicamente: observações horárias da

velocidade e direção do vento, temperatura ambiente ou de bulbo seco, cobertura de

nuvens ou cobertura total do céu, pressão na superfície (opcional), umidade relativa

(opcional), dados de precipitação e a taxa de precipitação (opcional).

Tabela 15 – Representação parcial de dados da estação meteorológica de Urussanga

utilizados nas simulações do modelo AERMOD

Fonte: Estação de Urussanga/SC – A814 – Código OMM 86970. Adaptada pelo Autor.

Os dados da Estação Meteorológica de Urussanga/SC, parcialmente reproduzidos

na Tabela 16, tomados para o período de um ano, que contém o período menor de

amostragem das estações da rede de monitoramento, estão sumarizados no gráfico da rosa

dos ventos, com conversão de indicação da direção do vento para onde sopra, obtido por

meio do programa WRPLOT cedido por cortesia da Lakes Environmental em:

https://www.weblakes.com/products/wrplot/index.html.

52

Figura 15 – Rosa dos ventos da estação Urussanga/SC do período de 06/08/2016 a 04/06/2017

Fonte: Autor com uso WRPLOT.

3.5.9. Processador AERMOD

O processador AERMOD adota cinco trilhas de processamento nas quais é

necessário especificar as opções de Controle do Processamento; as informações sobre as

Fontes de Emissão; as informações sobre os Receptores; as informações Meteorológicas; e

as opções dos Resultados. As informações e dados que as trilhas requerem são supridas

pelos cinco pré-processadores anteriormente descritos, mesmo, assim, o processamento

exige a aplicação de linguagem batch no prompt de comando do sistema computacional no

qual o AERMOD é processado.

O AERMOD informações e dados são utilizados para calcular os perfis verticais

para a Velocidade do Vento; Gradiente de Temperatura Potencial; Temperatura Potencial;

Turbulência Vertical; e Turbulência Lateral. O AERMOD apresenta como arquivos de

saída os dois arquivos que foram especificados nas opções de resultados. No caso deste

trabalho: EX1_PM_24.PLT, EX1_PM_A.PLT, EX1_SO2_24.PLT, o EX1_SO2_A.PLT.

Estes arquivos servem de entrada para o pós-processador AERPLOT.

3.5.10. Pós-processador AERPLOT

O pós-processador AERPLOT gera um arquivo de saída com extensão KMZ para

cada arquivo de entrada oriundo do AERMOD. A função do arquivo gerado é propiciar

uma visualização direta no Google Earth dos resultados apresentados.

53

3.5.11. Análise Comparativa dos Dados do AERMOD com os da Rede

O tratamento estatístico para comparar os valores calculados pelo AERMOD com

valores medidos pela rede de monitoramento do complexo utiliza alguns índices

estatísticos adotados por Hanna et al. (2001) e Silva et al. (2012) como: Fração das

Previsões que estão presentes em um fator de duas previsões (FAC2 - Fraction of

predictions within a fator of two of the obsevations), Desvio Fracional (FB - Fractional

Bias) e Raiz Quadrada do Erro Médio Normalizado (NRMSE - Normalized Root Mean

Square Error) definidos segundo as equações que seguem.

Os referidos autores sugerem critérios de aceitação dos resultados de medidas de

obtidas por um modelo de dispersão, sendo:

FAC2 a fração dos dados previstos e observados que satisfazem a relação com um

fator 2, que é a hipótese de que a concentração prevista seja o dobro ou a metade da

concentração observada.

FAC2 = ��

��

Onde:

��p: Média dos valores previstos

��o: Média dos valores observados

FB a fração que avalia a superestimação ou subestimação das concentrações médias

observadas. O valor de FB varia dentro do intervalo o -2 < FB < +2.

FB = ��

�,� (�� )

NRMSE a avaliação de desempenho do modelo que compara termo a termo os

desvios entre os valores previstos e os observados. Um valor mais próximo a zero indica a

condição ideal.

NRMSE = ��

(�� .��)

Onde:

RMSE: Raiz Quadrada do Erro Médio

54

RMSE = ��∑(�� )²

��

Onde:

n: Número de observações

xp: valor previsto

xo: valor previsto

A Tabela 16 apresenta um resumo dos parâmetros estatísticos descritos acima para

a validação das estimativas entre os valores previstos pelo AERMOD e os observados na

rede de monitoramento durante o período da pesquisa.

Tabela 16 – Resumo dos parâmetros estatísticos de validação das estimativas entre valores

previstos e observados

Parâmetros Intervalo Hipótese dos valores previstos serem o

dobro ou a metade dos observados FAC2 0,5 ≤ FAC2 ≥ 2,0

Desvio Fracional FB -2,0 ≤ FB ≥ +2,0 Raiz Quadrada do Erro Médio

Normalizado NRMSE NRMSE ≤ 0,5

Fonte: Autor.

Trabalhos realizados por Silva et al. (2012) e Santos et al. (2011) adotam o índice

de concordância de Wilmott (1985) em análises comparativas de dados observados e

simulados principalmente na área de meteorologia e dispersão de poluentes, por isto este

estudo utilizou este índice de concordância, também, o coeficiente de correlação de

Pearson e o erro médio absoluto EMA.

O Índice de concordância de Wilmott (d) é um número adimensional, variando de

zero até um, que relaciona os valores previstos com os observados.

d = 1 - �∑(�� )

∑(|�� |�|�� |)²�

55

A escala do índice no início, ou seja, no valor zero indica que não há nenhuma

concordância e, no final, com o valor um indica a concordância perfeita entre os valores

previstos e os mensurados.

O Erro Médio Absoluto (EMA) é uma referência da condição estimativa dos

valores previstos. Valores positivos de erro médio absoluto indicam que há os valores

previstos estão superestimados. Valores negativos indicam que os valores estão

subestimados relativamente aos observados.

EMA = �

� ∑ (�p �o)�

��

O Coeficiente de correlação de Pearson (r) é uma relação que indica o grau de

dispersão entre os valores previstos e os observados, como descrito pela equação a seguir.

r = ∑ (�� )�

�� .∑ (�� )��

�∑ (�� )²�� .∑ (�� )²�

��

Hopkins (2016) propôs a classificação mostrada na Tabela 17 para melhor apreciar

a correlação de Pearson (r).

Tabela 17 – Classificação de Hopkins para o índice de correlação de Pearson (r)

Coeficiente de Correlação de Pearson (r) Correlação 0,00 – 0,1 Muito baixa 0,1 – 0,3 Baixa 0,3 – 0,5 Moderada 0,5 – 0,7 Alta 0,7 – 0,9 Muito Alta 0,9 – 1,0 Quase Perfeita

Fonte: Autor.

56

4. RESULTADOS E DISCUSSÃO

4.1. ANÁLISE COMPARATIVA DOS DADOS DA REDE

Antecedendo à análise comparativa entre os dados obtidos na rede de

monitoramento e aqueles provenientes do uso do modelo matemático gaussiano de

dispersão de efluentes aéreos, testam-se, pela análise de variança (ANOVA), os resultados

obtidos nas três estações de monitoramento para verificar se as médias obtidas não diferem

num nível de significância de 5%, pois, como se nota dos gráficos de concentração de

MPTS e de SO2 obtidos para cada estação do ano, há, além da variação de medidas nas

amostragens diárias de uma estação, variação entre as amostragens diárias das três

estações.

Figura 16 – Concentrações diárias médias de MPTS das estações de monitoramento no período do inverno e da primavera

Fonte: Autor.

Figura 17 – Concentrações diárias médias de MPTS das estações de monitoramento no período do verão e do outono

Fonte: Autor.

As médias de MPTS nas três estações da rede tendem a ser mais elevadas para o

inverno e a primavera, com a estação Capivari apresentado, respectivamente para estes

períodos do ano, as concentrações médias de 41,4387 μg/m³ e 39,2124 μg/m³, e a estação

Vila Moema apresentando, para os mesmos períodos, as concentrações médias de 62,0109

57

μg/m³ e 47,2796 μg/m³. A estação São Bernardo, que mantém valores de concentrações

com variações menores para todos os períodos, apresenta também para a primavera com a

concentração média de 38,7639 μg/m³.

Figura 18 – Concentrações diárias médias de SO2 das estações de monitoramento no período do inverno e da primavera

Fonte: Autor.

Figura 19 – Concentrações diárias médias de SO2 das estações de monitoramento no período do verão e do outono

Fonte: Autor.

As médias de SO2 nas três estações da rede não apresentam as mesmas tendências

verificadas para o MPTS, pois mostra concentrações mais elevadas para o outono, como

ocorre com a estação Capivari cuja concentração média para este período do ano atinge

36,37727 μg/m³ e com a estação São Bernardo com concentração média de 17,5033 μg/m³.

A estação Vila Moema diverge das demais por apresentar a maior concentração média para

o período da primavera com a concentração média de 50,1927 μg/m³.

A aplicação do teste F permite observar se há a possibilidade de variação

significativa entre os resultados amostrais obtidos pelas três estações de coleta. O resultado

deste teste é importante para demonstrar a consistência amostral da rede instalada e para

permitir o avanço para a comparação entre este conjunto e o gerado pelo modelo.

58

4.2. VALIDAÇÃO NORMATIVA

4.2.1. Discussão da Legislação

Há exigência constitucional para que se definam, através de lei, as atividades ou

obras que são consideradas significativas quanto à degradação que causam e para estes

empreendimentos, assim definidos, os limites de critérios e graus para operarem, conforme

é possível verificar do texto do Art. 225, caput e § 1º, IV da Constituição Federal da

República Federativa do Brasil de 1988.

Demonstrado, portanto, que só a lei pode estabelecer condições e limites para a

instalação de obra ou atividade potencialmente causadora de significativa degradação,

segue que o respeito ao princípio da legalidade impõe que critérios e graus de exigência

sejam definidos por meio de lei para cada atividade ou obra causadora de significativa

degradação. Os padrões ambientais de qualidade do ar ou de emissão de efluentes aéreos

estão entre esses limites de significância, abaixo dos quais há tolerância e acima há

determinadas restrições ou sanções.

A lista de atividades ou de obras de significativo impacto ambiental, contida na Lei

Federal n.º 6.938/81, Anexo VIII, enquadra a atividade de geração termelétrica como

potencialmente poluidora no item 17 Serviços de Utilidade: produção de energia

termoelétrica com PP/Gu (Potencial Poluidor/Grau de Utilização de Recursos Naturais)

Médio. Verifica-se que só é exigível licenciamento, conforme determina o Art. 36, caput

da Lei Federal n.º 9985/2000, porque a atividade é considerada “caso de significativo

impacto ambiental” pela Lei n.º 6.938/81, Anexo VIII. O Art. 12, XIII da Lei Estadual n.º

14.675/2009 de Santa Catarina determina que “compete ao CONSEMA aprovar a listagem

das atividades sujeitas ao licenciamento ambiental, bem como definir os estudos

ambientais necessários.” Igualmente, o Art. 28, X, “b” da mesma lei dispõe taxativamente

como identificar se uma atividade humana é exercida em níveis capazes de direta ou

indiretamente ocasionar danos relevantes à flora, à fauna e a outros recursos naturais. Este

dispositivo diz in verbis: “Para os fins previstos nesta Lei entende-se por: ... X - auditoria

ambiental: realização de avaliações e estudos destinados a verificar: ... b) a existência de

níveis efetivos ou potenciais de degradação ambiental por atividades de pessoas físicas ou

jurídicas”.

A lista de atividades de significativa degradação ao meio ambiente prevista na

Resolução CONAMA n.º 001-A, de 23 de janeiro de 1986, no artigo 2º, XI, inclui a

atividade geração de eletricidade, qualquer que seja a fonte de energia primária, acima de

59

10MW. Isso reafirma que estas são atividades que se submetem ao licenciamento, porém

sem estabelecer critérios de classificação interna para elas como o potencial degradador e o

porte da atividade. A Resolução CONAMA n.º 5, de 15 de junho de 1989, que instituiu o

PRONAR estabeleceu padrões ambientais “para proteção da saúde e bem-estar das

populações e melhoria da qualidade de vida com o objetivo de permitir o desenvolvimento

econômico e social do País de forma ambientalmente segura, pela limitação dos níveis de

emissão de poluentes por fontes de poluição atmosférica.”

A estratégia básica do PRONAR é limitar, as emissões por tipologia de fontes e

poluentes prioritários, e pelo uso dos padrões de qualidade do ar como ação complementar

de controle. Os limites máximos de emissão foram diferenciados em função da

classificação de usos pretendidos para as diversas áreas e, de forma mais rígida, para as

fontes novas de poluição. Considerando a necessidade de uma avaliação permanente das

ações de controle estabelecidas no PRONAR, é estratégica a adoção de padrões de

qualidade do ar como ação complementar e referencial aos limites máximos de emissão

estabelecidos. O PRONAR estabeleceu então dois tipos de padrões de qualidade do ar: os

primários e os secundários, com os seguintes conceitos:

a) São padrões primários de qualidade do ar as concentrações de poluentes que,

ultrapassadas, poderão afetar a saúde da população, podendo ser entendidos como níveis

máximos toleráveis de concentração de poluentes atmosféricos, constituindo-se em metas

de curto e médio prazo.

b) São padrões secundários de qualidade do ar, as concentrações de poluentes

atmosféricos abaixo das quais se prevê o mínimo efeito adverso sobre o bem estar da

população, assim como o mínimo dano à fauna e flora aos materiais e meio ambiente em

geral, podendo ser entendidos como níveis desejados de concentração de poluentes,

constituindo-se em meta de longo prazo.

As áreas de dispersão dos poluentes, também, foram classificadas para prevenir a

deterioração significativa da qualidade do ar nos seguintes tipos de acordo com a seguinte

classificação de usos pretendidos:

Classe I: Áreas de preservação, lazer e turismo, tais como Parques Nacionais e

Estaduais, Reservas e Estações Ecológicas, Estâncias Hidrominerais e Hidrotermais.

Nestas áreas deverá ser mantida a qualidade do ar em nível o mais próximo possível do

verificado sem a intervenção antropogênica.

60

Classe II: Áreas onde o nível de deterioração da qualidade do ar seja limitado pelo

padrão secundário de qualidade.

Classe III: Áreas de desenvolvimento onde o nível de deterioração da qualidade do

ar seja limitado pelo padrão primário de qualidade.

As áreas de Classe I, II e III mencionadas no item 2, subitem 2.3, da Resolução

CONAMA n.º 005/89, na dicção do Art. 7º da Resolução CONAMA n.º 003/90, devem ser

definidas pelos Estados e, enquanto isso não ocorre devem ser adotados os padrões

primários de qualidade do ar estabelecidos na Resolução CONAMA n.º 005/89.

A Resolução CONAMA n.º 008 de 06 de dezembro de 1990 estabelece os limites

máximos de emissão de poluentes do ar (padrões de emissão) em fontes fixas de poluição e

para processos de combustão externa. A Resolução CONAMA n.º 382/2006 estabelece os

limites máximos de emissão de poluentes atmosféricos para fontes fixas, fixados por

poluente e por tipologia de fonte, conforme previsão nos anexos da resolução.

O monitoramento das emissões pode ser realizado por métodos descontínuos ou

contínuos, em conformidade com o órgão ambiental e atendendo necessariamente aos

seguintes critérios.

Caso se opte pelo monitoramento descontínuo de emissões atmosféricas, então este

deve ser feito em condições de operação conforme especificado para cada fonte

individualmente nos anexos da referida resolução. As amostragens devem ser

representativas, considerando as variações típicas de operação do processo; e o limite de

emissão é considerado atendido se, de três resultados de medições descontinuas efetuadas

em uma única campanha, a média aritmética das medições atende aos valores

determinados, admitidos o descarte de um dos resultados quando esse for considerado

discrepante.

As previsões, nos referidos anexos, não conseguem enquadrar o caso em estudo,

mas, para fins de comparação, usam-se os limites previstos no ANEXO IV (Limites de

emissão para poluentes atmosféricos provenientes de processos de geração de calor a partir

da combustão externa de derivados de madeira) e no ANEXO XIII (Limites de emissão

para poluentes atmosféricos gerados nas indústrias siderúrgicas integradas e semi-

integradas e usinas de pelotização de ferro).

Os limites previstos no Anexo IV são da ordem de miligramas, sendo que o menor

valor previsto é 130 mg/Nm³ para fornos e caldeiras de termoelétricas com potência maior

que 70 MW.

61

Tabela 18 – Limites máximos de emissão MPTS de acordo com a potência da

termoelétrica

Potência térmica nominal (MW)

MP(1) NOx(1) (como NO2)

Menor que 10 730 N.A. Entre 10 e 30 520 650 Entre 30 e 70 260 650 Maior que 70 130 650

Fonte: Resolução CONAMA n.º 382/2006, Anexo IV. Adaptada pelo Autor. (1) os resultados devem ser expressos na unidade de concentração mg/Nm3, em base seca e corrigidos a 8% de oxigênio. N.A. - Não aplicável.

Os limites previstos no Anexo XIII são da ordem de miligramas, sendo que o

menor valor previsto é 70mg/Nm³ para MPTS e 700mg/Nm³ para SO2 em qualquer

equipamento de exaustão das caldeiras das centrais termelétricas. A mesma resolução

ainda traz uma série de detalhamentos estabelecendo limites para as fontes de emissão de

complexos industriais ou suas partes.

4.2.2. Área em Estudo e seu Enquadramento

O roteiro teórico adotado nesse estudo agora pode ser sumarizado para esclarecer as

diversas etapas de classificação do local e do efluente avaliados.

4.2.2.1. Enquadramento do Local e dos Efluentes Relativamente ao MPTS

Adota-se a Resolução CONAMA n.º 003/1990, que interpretada com base em

publicações especializadas, estabelece os padrões de qualidade do ar como as

concentrações de poluentes atmosféricos que, ultrapassadas, poderão afetar “a saúde, a

segurança e o bem-estar da população, bem como ocasionar danos à flora e à fauna, aos

materiais e ao meio ambiente em geral”.

A mesma resolução subdivide os padrões de qualidade do ar em dois tipos

conceituais: os Padrões Primários de Qualidade do Ar como concentrações de poluentes

que, ultrapassadas, poderão afetar a saúde da população e os Padrões Secundários de

Qualidade do Ar como as concentrações de poluentes abaixo das quais se prevê o mínimo

efeito adverso sobre o bem-estar da população, assim como o mínimo dano à fauna, à flora,

aos materiais e ao meio ambiente em geral.

A Resolução CONAMA n.º 005/1989, ao instituir o PRONAR estabeleceu padrões

ambientais com o objetivo de limitação dos níveis de emissão de poluentes por fontes de

poluição atmosférica. Estes limites máximos de emissão foram diferenciados em função da

classificação de usos pretendidos para as diversas áreas e, de forma mais rígida, para as

62

fontes novas de poluição. As áreas onde os efluentes se dispersão são classificadas como

sendo do tipo Classe I, Classe II e Classe III2, conforme conceitos previstos pelo Item 2,

Subitem 2.3 da Resolução CONAMA n.º 005/1989, combinado com o que determina Art.

7º da Resolução CONAMA n.º 003/1990. Assim as áreas de Classe I, II e III mencionadas

no item 2, subitem 2.3, da Resolução CONAMA n.º 005/1989, devem ser definidas pelos

Estados e, enquanto isso não ocorrer, devem ser adotados os padrões primários de

qualidade do ar estabelecidos na Resolução CONAMA n.º 005/1989.

Os padrões de qualidade do ar adotados para avaliação da fonte de emissão

proveniente do complexo termelétrico, que é uma fonte do tipo pontual, são, portanto, o

padrão primário de qualidade para Partículas Totais em Suspensão e o Padrão Primário

para SO2.

Os níveis de concentração do padrão primário estão previstos no Art. 3º, I, “a”, 1 e

2 da Resolução CONAMA n.º 005/1989, e seus valores são para MPTS: concentração

média geométrica anual de 80 (oitenta) microgramas por metro cúbico de ar e

concentração média de 24 (vinte e quatro) horas de 240 (duzentos e quarenta) microgramas

por metro cúbico de ar, que não deve ser excedida mais de uma vez por ano.

A área do complexo termelétrico enquadra-se na Classe III e por isso, também se

adota o padrão primário de qualidade do ar.

Observando o conjunto de medidas realizadas no período de 06/08/2016 a

04/06/2017 de amostragens do parâmetro MPTS, verifica-se que a média não ultrapassa o

Padrão Primário estabelecido. Os valores individualmente não ultrapassam também o

Padrão Primário estabelecido, fato que demonstra o atendimento da condição prevista no

Art. 3ª, I, “a” 2 da Resolução CONAMA n.º 003/1990 que autoriza a ultrapassagem do

valor padrão em uma vez ao ano. A média geométrica anual não foi calculada, porque o

conjunto de valores é insuficiente para isso.

O gráfico a seguir ilustra a situação da qualidade do ar relativamente ao MPTS.

2 Classe I: Áreas de preservação, lazer e turismo, tais como Parques Nacionais e Estaduais,

Reservas e Estações Ecológicas, Estâncias Hidrominerais e Hidrotermais. Nestas áreas deverá ser mantida a qualidade do ar em nível o mais próximo possível do verificado sem a intervenção antropogênica.

Classe II: Áreas onde o nível de deterioração da qualidade do ar seja limitado pelo padrão secundário de qualidade.

Classe III: Áreas de desenvolvimento onde o nível de deterioração da qualidade do ar seja limitado pelo padrão primário de qualidade.

Através de Resolução específica do CONAMA serão definidas as áreas Classe I e Classe III, sendo as demais consideradas Classe II.

63

Figura 20 – Concentrações médias diárias de MPTS das estações comparadas ao padrão

primário qualidade ar Fonte: Autor com utilização do programa Statistica.

Outra comparação importante é a que se obtém entre os dados das medições e os

Níveis de Qualidade do Ar para elaboração do Plano de Emergência para Episódios

Críticos de Poluição do Ar. Esses níveis estão previstos no Art. 5º da Resolução

CONAMA n.º 003/1990, que os estabelece, visando providências da empresa e dos

governos de Estado e dos Municípios. A ultrapassagem desses níveis, que recebem a

designação de Alerta, Atenção e Emergência, deve desencadear ações imediatas, conforme

previsão do Plano de Emergência para Episódios Críticos de Poluição do Ar, cujo objetivo

é prevenir grave e iminente risco à saúde da população.

Os lançamentos de efluentes aéreos, por estarem dentro dos limites determinados na

legislação, não se enquadram nas definições de poluição previstas e sim numa condição de

regime normal de operação tolerada pela técnica e referências de controle para a saúde da

população e do meio ambiente. O gráfico a seguir demonstra que os níveis de qualidade do

ar na área de entorno do Complexo Termelétrico, no período analisado, sequer atingiram o

nível de atenção.

64

Figura 21 – Concentrações diárias médias de MPTS das estações comparadas aos níveis de

atenção, alerta e emergência, constantes da legislação Fonte: Autor com utilização do programa Statistica.

A classificação dos efluentes aéreos deve avaliar, também, as seguintes

características do material lançado, no caso o MPTS: inflamabilidade, corrosividade,

reatividade, toxicidade ou patogenicidade, como exige a Norma Brasileira Registrada NBR

n.º 10004/2004 que dispõe sobre a classificação dos resíduos sólidos. Estas características

encontram-se conceituadas nos anexos (1-A, 1-B, 1-C, 2 e 3) da NBR n.º 10004/2004.

Qualquer resíduo que apresente pelo menos uma das propriedades citadas acima será

classificado como resíduo perigoso e deverá ser tratado e/ou disposto em observância com

a legislação ambiental pertinente. Ensaios laboratoriais de solubilização e lixiviação,

citados por Cândido (2016), relataram que as análises dos extratos dos ensaios de

lixiviação de algumas amostras de cinzas volantes oriundas de termelétricas apresentaram

resultados acima dos VMP para análise de Fluoreto (F��), tornando as mesmas

caracterizadas como Resíduo Classe I – Perigoso. Nos ensaios de solubilização, também

citados por Cândido (2016), de todas as amostras de cinzas coletadas, notou-se que todas

as amostras apresentaram pelo menos um parâmetro acima dos VMP, configurando assim

a característica de Resíduo como Classe II A (Não Inerte).

4.2.2.2. Enquadramento do Local e dos Efluentes Relativamente ao SO2

O enquadramento do local e do efluente relativamente ao SO2 adota a mesma

legislação aplicável ao MPTS, por isso é possível classificar a área do complexo

termelétrico na Classe III e a adotar o padrão primário de qualidade do ar. As

65

especificações dos níveis de concentração deste material relativamente ao padrão primário,

previstos estão no Art. 3º, IV, “a”, 1 e 2 da Resolução CONAMA n.º 005/89, são:

concentração média aritmética anual de 80 (oitenta) microgramas por metro cúbico de ar e

concentração média de 24 (vinte e quatro) horas de 365 (trezentos e sessenta e cinco)

microgramas por metro cúbico de ar, que não deve ser excedida mais de uma vez por ano.

A figura 22 ilustra a situação da qualidade do ar, relativamente ao parâmetro SO2,

no local, em comparação com o padrão primário da qualidade do ar.

Figura 22- Valores de SO2 determinados no sistema de monitoramento em comparação ao

estabelecido como padrão primário qualidade ar Fonte: Autor com utilização do programa Statistica.

Observando o conjunto de medidas realizadas no período de abril de 2013 a junho

de 2017 de amostragens do SO2, verifica-se que a média não ultrapassa o Padrão Primário

estabelecido e os valores individualmente considerados, também, não ultrapassam também

o Padrão Primário estabelecido, fato que demonstra o atendimento da condição prevista no

Art. 3ª, I, “a” 2 da Resolução CONAMA 003/1990 que autoriza a ultrapassagem do valor

padrão uma única vez ao ano.

As medidas de concentração de SO2 no ar ambiente, como se verifica da figura

acima, são da ordem de μg/m³. Esta situação de adequação quanto aos padrões de

qualidade do ar gera certo alívio, mas deve sempre haver atenção com o SO2, pois é um

gás tóxico, altamente irritante, não inflamável e incolor e a inalação em altas concentrações

(acima de 150 ppm) produz um acesso violento devido a sua ação nas vias respiratórias,

além de forte irritação nos olhos. Para ter uma comparação de grandezas, embora se trate

66

de situação diversa, a Norma Regulamentadora n.º 15 (NR 15) (Brasil, 2015) determina

que no ambiente de trabalho a concentração máxima para uma exposição semanal seja de

10 mg/m³, visto que, na caracterização desta situação o ambiente é considerado com grau

de insalubridade máximo.

As medidas também não chegam próximas dos níveis de Alerta, Atenção ou

Emergência para desencadear ações imediatas, como é possível verificar pelo gráfico.

Figura 23 - Valores de SO2 determinados no sistema de monitoramento em comparação

aos níveis de atenção, alerta e emergência, constantes da legislação Fonte: Autor com utilização do programa Statistica.

4.2.3. Seleção de Estações MPTS e SO2 pelo Procedimento da EPA

Ott (1976) foi um dos primeiros a classificar os muitos objetivos que verificou na

literatura sobre monitoramento de contaminantes aéreos. A categorização desses propósitos

pelo referido autor é feita de acordo com um sistema de classificação relacionado com uma

base física e a escala que ela representa. O procedimento da EPA para a seleção de

estações de monitoramento adota esse sistema com fases classificatórias das premissas e

condições de amostragem, que, ao final, resultam nos critérios desejados para bem

estabelecer a localização de estações capazes de amostragem efetivamente representativas.

As listas de objetivos, apresentadas a seguir, têm por premissa organizativa o

agrupamento de propósitos gerais do monitoramento com determinadas escalas para atingir

67

a representatividade que se espera das amostragens. Primeiramente são apresentados os

objetivos catalogados das amostragens de MPTS (EPA-450/3-77-018, 1977) a seguir de

SO2 (EPA-450/3-77-013, 1977).

4.2.3.1. Objetivos das Medidas de MPTS

Os objetivos das amostragens de monitoração de MPTS são: avaliar a qualidade do

ar e as tendências da qualidade do ar; desenvolver e avaliar controles em situações críticas

e de longo termo de duração em: “hot spots”, condições urbanas gerais, e condições

estaduais, regionais ou nacionais; proteger a saúde pública e a saúde de animais e plantas;

realizar pesquisa; testar métodos e equipamentos de monitoramento; determinar a

representatividade de estações de monitoramento existentes ou propostas.

Ott (1976) classifica as escalas representativas das amostragens, associadas a tais

objetivos, em: Microescala (Micro Scale), Mesoescala (Middle Scale), Vizinhança

(Neighborhood), Urbana (Urban), Regional (Regional), Nacional (National) e Global

(Global).

A classificação por escala, evidentemente, não limita a amostragem, porque é

provável que os objetivos das medidas MPTS impliquem caracterização da concentração

de contaminantes em uma ou mais escalas. Assim, o ideal é recomendável que algumas

escalas maiores sejam representadas como compósitos de medidas de áreas menores. Os

objetivos e as escalas de monitoramento, explicitados anteriormente, não estão listados,

necessariamente, em ordem de importância. O que interessa é verificar como objetivos e

escalas se relacionam. (EPA-450/3-77-018, 1977)

Tabela 19 – Aplicações dos critérios de escala e de objetivos ao programa de

monitoramento de MPTS. As marcações com X indicam que os critérios

foram atendidos

Objetivo do Monitoramento Escala Média Vizinhança Escala Regional Fonte Orientado

Próximo Estradas

Pequenas Áreas

Partículas Pequenas

Partículas Grandes

Partículas Pequenas

Partículas Grandes

1. Determinar a conformidade aos Padrões Ambientais

(X)+ (X) X* (X) X (X) X

2. Fornecer informações para Avaliações de Impactos Ambientais

(X) (X) X X

3. Avaliar a representatividade de sítios existentes

X X

Fonte: EPA-450/3-77-018, p. 24, 25. Adaptação do Autor. Observação: X* = Aplicações Gerais. (X)+ = Aplicações mais especializadas

68

A identificação destes objetivos determina a escala e o tipo de monitoramento mais

adequado. O uso do diagrama da figura 24 detalha o procedimento para localizar os sítios.

Figura 24 – Fluxograma para locação de estações de MPTS Fonte: Adaptação do Autor de EPA-450/3-77-018, p. 51.

Diferentes objetivos de monitoramento podem ser satisfeitos por medidas de

concentrações de partículas em diferentes faixas de tamanho das partículas do material em

69

suspensão, mas, como isso pode dificultar muito a realização do monitoramento, o método

mais comumente usado adota o critério de considerar apenas duas categorias de partículas:

"pequenas” ou "respiráveis", que são classificadas de acordo com o diâmetro em PM10 (10

μm), PM2,5 (2,5 μm), etc, versus "total".

Nominalmente, o "total" inclui todas as partículas que o sistema Hi-Vol padrão

normalmente coleta. A aplicação mais óbvia desta categoria é atender aos requisitos legais

associados aos padrões de qualidade do ar como no caso ora estudado.

A utilização da Tabela 19 acima permite identificar, com base nos objetivos de

monitoramento, a escala e o tipo de amostragem mais adequada para o monitoramento, e

verificar a adequação destes com os adotados na efetivação da rede existente.

O histórico do programa estabelecido no complexo termelétrico informa que o

primeiro objetivo a ser alcançado é o Objetivo n.º 2 (Fornecer informações para a

preparação de Avaliações de Impacto ao meio ambiente), porque estava em construção a

Unidade C (UTLC).

O segundo objetivo é o n.º 1, ou seja, determinar a conformidade da qualidade do ar

na região do complexo com os padrões de qualidade do ar. Há, portanto, adequação, pois, a

escala de vizinhança e o monitoramento do tipo fonte orientada prevista coincidem com os

utilizados pela rede local.

4.2.3.1. Objetivos das Medidas de SO2

A lista de usos de dados de SO2 pode ser bastante extensa. Entretanto, a literatura

orienta para uma lista mais específica de objetivos de localização que fornece uma relação

direta entre os usos de dados e os procedimentos específicos de seleção de sites, como:

determinação de concentrações de pico em áreas urbanas;

determinação do impacto de fontes individuais em aspectos urbanos;

determinação do impacto de fontes isoladas; avaliação do transporte inter-regional

de SO2;

determinação das concentrações em área de crescimento projetado;

inicialização de ações de mitigação em episódios de emergência;

avaliação das concentrações de base em área rural;

determinação da exposição da população; e

calibração e refinamento do modelo de dispersão.

70

Os objetivos e as escalas de monitoramento, explicitados anteriormente, são

relacionados na tabela seguinte que apresenta as indicações de interação entre esses dois

elementos fundamentais para a seleção da localização das estações de amostragem.

As indicações com “Pr” referem-se às localizações de estações do tipo próximos e

as com “GL” as de nível geral.

Os Xs indicam a escala desejada, que deve ser representada por uma única

amostragem. Os Xs restantes indicam outras escalas que podem ser representadas por uma

única amostragem.

As letras (P) e (F), dentro da coluna do tipo de estação, representam,

respectivamente, se o objetivo da seleção da estação é orientado pelo padrão de

distribuição das concentrações ou se está associada de forma fixa com uma área geográfica

independentemente da concentração de SO2. A tabela 20 serve para orientar a seleção dos

tipos mais apropriados de localização para os fins de monitoramento listados.

Tabela 20 - Objetivos de localização, usos dos dados e tipos de localizações das estações

de monitoramento associados à escala de representação

Objetivos de localização/Usos dos dados

Tipo de localização Escala de Representação I II III IV

1. Determinação do Impacto de Fonte Pontual Individual em Ambiente urbano Multi-Fonte.

Pr (P)

X

2. Iniciação e monitoramento de redução de episódios de emergência. Documentando episódios e iniciando controles de episódios. Informação pública.

GL (P)

X X

3. Calibração e refinamento do modelo de dispersão.

GL Pr (P)

X X

X X

X X

Fonte: Tabela 3-1 em EPA-450/3-77-013, p. 22. Adaptação do Autor.

O que foi descrito para o MPTS como objetivos da rede de estações do complexo

vale para o SO2, assim, os tipos indicados na tabela podem ser associados com um

procedimento básico, como mostra a Figura 25, com variações dependentes dos objetivos

da estação, do tempo de média das concentrações e das condições físicas do local.

71

Figura 25 – Fluxograma para locação de estações próximas de escala média para SO2 Fonte: Adaptação do Autor de EPA-450/3-77-013, p. 54.

72

4.2.4. Comparando os Métodos de Seleção das Estações

A tabela a seguir lista os critérios estabelecidos pela EPA e os critérios observáveis

da rede de monitoramento, cuja extração só foi possível mediante a observação da situação

de fato das instalações.

Tabela 21 - Comparativo dos critérios de seleção de localização

Comparativo dos Critérios de Seleção

Critérios EPA Critérios Prováveis da

Rede Resultado

Ob

jeti

vos

Objetivo n.º 1 (Determinar a conformidade da qualidade

do ar) e Objetivo n.º 2 (Fornecer

informações para a preparação de Avaliações de Impacto ao meio ambiente)

Objetivo n.º 1 (Determinar a conformidade da qualidade

do ar) e Objetivo n.º 2 (Fornecer

informações para a preparação de Avaliações de Impacto ao meio ambiente)

Adequado

Esc

ala

Vizinhança ou Regional Vizinhança ou Regional Adequado

Loc

aliz

ação

E

staç

ão 20 m de rua e 400 de

rodovias Ponto local mais frequente

das mais altas concentrações de curto prazo

Estação Capivari – 20 m da rua

Adequado

Loc

aliz

ação

E

staç




Estação Vila Moema – menos de 20 m da rua

Inadequado

Loc

aliz

ação

E

staç




Estação São Bernardo – menos de 20 m da rua

Adequado

Alt

ura

do

Am

ostr

ado

r d

e M

PT

S

2 – 15 m Estação Capivari – menos

de 2 m Inadequado

Alt

ura

do

Am

ostr

ador

d

e M

PT

S

2 – 15 m Estação Vila Moema – Pelo

menos 2 m Adequado

Alt

ura

do

Am

ostr

ado

r d

e M

PT

S

2 – 15 m Estação São Bernardo –

Pelo menos 2 m Adequado

Dis

tân

cia

entr

e A

mos

trad

or

de

MP

TS

e

Ob

stác

ulo

s

Cerca de 2 vezes a altura do obstáculo

Estação Capivari – menos de 2 m

Inadequado

73

Comparativo dos Critérios de Seleção

Critérios EPA Critérios Prováveis da

Rede Resultado

Dis

tân

cia

entr

e A

mos

trad

or

de

MP

TS

e

Ob

stác

ulo

s


Estação Vila Moema – menos de 2 m

Inadequado D

istâ

nci

a en

tre

Am

ostr

ado

r d

e M

PT

S e

O

bst

ácu

los


Estação São Bernardo – menos de 2 m

Inadequado

Alt

ura

do

Am

ostr

ador

d

e S

O2

≤ 0,8 da média Ht do prédio Estação Capivari – ≤ 0,8 da

média Adequado

Alt

ura

do

Am

ostr

ador

d

e S

O2

≤ 0,8 da média Ht do prédio Estação Vila Moema – ≤ 0,8

da média Adequado

Alt

ura

do

Am

ostr

ado

r

de

SO

2

≤ 0,8 da média Ht do prédio Estação São Bernardo – ≤

0,8 da média Adequado

Alt

ura

do

Inle

t d

o A

mos

trad

or

de

SO

2 em

T

rail

er

ht 3 – 5 m acima do solo Estação Capivari – menos

de 2 m Adequado

Alt

ura

do

Inle

t d

o A

mos

trad

or

de

SO

2 em

T

rail

er

ht 3 – 5 m acima do solo Estação Vila Moema – Pelo

menos 2 m Adequado

Alt

ura

do

Inle

t d

o A

mos

trad

or

de

SO

2 em

T

rail

er

ht 3 – 5 m acima do solo Estação São Bernardo –

Pelo menos 2 m Adequado

Resultado Final (Moda) Adequado

Fonte: Autor.

O resultado final da comparação apresenta poucas divergências nos critérios. Os

mais importantes e comuns a MPTS e SO2 são atendidos, como: objetivos, escala e

localização. A exceção é a localização da estação Vila Moema. Os demais critérios tanto

para MPTS como para MPTS e SO2 mostram inadequações em menor número quanto aos

critérios de microlocalização ou posicionamento dos inlets. Dessa maneira, os critérios

estabelecidos pelo PRONAR e EPA/EUA para a instalação e distribuição das estações de

monitoramento do complexo termoelétrico em estudo estão atendidos, como: a

possibilidade de se obter uma lista consistente das considerações e dos procedimentos

74

adotados para a seleção das atuais estações do programa; a seleção dos locais de instalação

das estações; e a adequação das condições de desempenho dos equipamentos de

monitoramento da qualidade do ar.

Os objetivos dos critérios tomados da EPA e os programas deles decorrentes,

quando confrontados com os programas de controle da qualidade do ar no país, tornam

evidente que há falta de programas específicos. Os EUA e o Brasil possuem uma política

nacional de meio ambiente, lá com o Clean Air Amendments de 1970 e aqui com a PNMA

(Lei n.° 6.938/81). Existe o PRONAR que se equivale ao AQMP (air quality maintenance

planning), mas não existe um PSD (prevention of significant deterioration), ou seja, não há

um programa específico para tratar as situações de deterioração significativa do ar, assim

como faltam programas como: TCP (transportation control plans); SCS (supplemental

control systems); e NSPS (new source performance standards). Os planos estaduais,

equivalentes aos SIPs (state implementation plans), existem, mas estão limitados apenas ao

Distrito federal e a outros 10 estados: Bahia, Espírito Santo, Goiás, Mato Groso, Minas

Gerais, Paraná, Rio de Janeiro, Rio Grande do Sul, São Paulo e Sergipe. O primeiro e

último diagnóstico da rede nacional de monitoramento da qualidade do ar, realizado em

2013 (BRASIL. MMA, 2013), confirma a descontinuidade do monitoramento como um

dos problemas mais sérios a enfrentar. A ênfase dos programas como o PROCONVE, o

PROMOT e o do referido diagnóstico da rede nacional são os veículos automotores. As

fontes industriais não estão contempladas.

Conclui-se que tanto a atual localização das três estações quanto a instrumentação

utilizada no monitoramento da qualidade do ar no que toca a MPTS e SO2, estão adequadas

frente aos critérios estabelecidos no PRONAR e EPA/EUA. Uma das estações, entretanto,

precisaria de ajustes na disposição dos instrumentos ou, em uma opção mais radical, na

mudança de local.

4.2.5. Considerações sobre a Aplicação do Modelo

A aplicação do modelo de dispersão AERMOD apresentou limitações, em parte

pela falta de sistematização dos bancos de dados disponíveis para aplicação em pesquisa.

Santa Catarina, particularmente, possui o SIGSC um banco de dados elogiável pela

organização e continuidade na disponibilização dos dados por meio dos arquivos MDS e

MDT de acesso público. O banco de dados do Ministério do Meio Ambiente, por outro

lado, não se mostrou útil na aplicação direta no modelo para fornecer dados de hipsometria

75

ou de uso do solo. A rede de estações meteorológicas não disponibiliza dados de estações

de altitude (ar superior), por isso foi necessário adotar modificações no programa

AERMOD por meio de linguagem de lotes (batch language) para contornar a falta de

dados. Todas estas lacunas são apontadas, não como obstáculos, mas como caminhos de

pesquisa para viabilizar e desenvolver um controle efetivo da qualidade do ar.

A possibilidade de uso dos resultados do modelo de dispersão para realizar

previsões também foi confirmada pelos resultados do teste estatístico realizado com o

conjunto de amostras das estações e do modelo no período de maio de 2016 a junho de

2017.

A adoção de um modelo nacionalmente padronizado como o AERMOD, já, aceito

pelas agências ambientais estaduais INEA e CETESB, pode dotar o ONS de um

instrumento de programação do sistema elétrico relativamente às usinas termelétricas em

casos de eventos críticos previsíveis, haja vista, a disponibilidade de dados de superfície e

de meteorologia, que só necessitam de ajustes na padronização para facilitação da inserção

no modelo para facilitar o processamento do modelo AERMOD usado na validação da

rede de monitoramento.

A aplicação dos procedimentos e da modelagem a outros empreendimentos

semelhantes pode ser feita em qualquer fase: viabilidade, instalação ou operação. Pode

ainda ser estendida por planejadores municipais/regionais ou legisladores/executores de

atividades relacionadas a programas como: planos de manutenção da qualidade do ar,

planos de prevenção de deterioração significativa, e a preparação de relatórios de impacto

ambiental.

Tanto os resultados do modelo matemático quanto dos observados evidenciam que

critérios mais específicos melhoram as condições de localização das estações e de

disposição dos equipamentos para a representação do ponto local mais frequente das mais

altas concentrações de curto prazo. No presente estudo, a localização foi considerada

adequada para duas das estações (São Bernardo e Capivari) e apenas inadequada para a

Estação Vila Moema, em parte porque a instalação está muito próxima da via pública de

área urbana com algumas interferências. É, entretanto, na disposição dos amostradores de

MPTS que aparecem as inadequações. A altura de instalação do amostrador da Estação

Capivari não tende ao critério da altura mínima de dois metros e as três estações têm seus

equipamentos inadequadamente posicionados com relação a obstáculos. A avaliação final

considera adequados os locais de instalação das estações, quanto aos critérios PRONAR e

76

EPA/EUA, tomando a moda dos resultados como parâmetro de medida, mas recomenda a

correção do que foi avaliado como inadequado. A avaliação da melhor localização das

estações de monitoramento do ar, considerando as condições ambientais/atmosféricas

locais e o uso de modelos matemáticos mostra que as três estações bem representam as

condições de ponto local mais frequente das mais altas concentrações de curto prazo, visto

os valores obtidos nas amostragens e suas comparações.

4.2.6. Resultados da Comparação dos Dados da Rede com os do AERMOD

A comparação dos resultados obtidos pelas estações da rede de monitoramento com

os valores previstos para o mesmo período foi realizada com o auxílio dos índices

estatísticos, conforme a literatura especializada especificada nos métodos adotados neste

trabalho.

4.2.6.1. Resultados para MPTS

O perfil de dispersão de MPTS produzido pelo modelo ao longo do território

abrangido pelas estações de amostragem é apresentado na figura 26.

Figura 26 – Perfil das concentrações de MPTS distribuídas em pontos distantes da fonte de emissão

Fonte: Autor.

Os resultados médios do período amostrado obtidos pelas estações da rede de

monitoramento e os valores médios previstos pelo AERMOD, nos pontos de grade

correspondentes às estações, estão na Tabela 22, que apresenta a estatística descritiva de

forma sumarizada para MPTS e os índices estatísticos calculados com a utilização das

77

médias observadas referidas às médias previstas pelo AERMOD em cada estação para o

período amostrado.

Tabela 22 – Estatística dos resultados do monitoramento e do AERMOD aplicado para o

material particulado (MPTS) com os índices de concordância para cada

estação de amostragem

CAPIVARI SÃO BERNARDO VILA MOEMA

MTPS REDE MODELO REDE MODELO REDE MODELO

Média 37,707 41,760 34,252 40,060 44,239 34,373

Mediana 36,604 40,060 33,522 40,060 41,750 33,690

Desvio padrão 11,143 2,827 11,858 1,018 17,304 0,858

Mínimo 14,333 34,500 2,235 38,600 13,733 33,630

Máximo 76,208 41,760 77,261 41,170 96,083 35,620

n1 296,000 299,000 299,000 299,000 298,000 299,000

FAC22 1,107 1,170 0,777

FB3 0,102 0,156 -0,251

NRMSE4 0,005

r5 -0,842

EMA6 -0,002

d7 1,000

1 – Número de Medidas. 2 – (Fraction of predictions within a fator of two of the obsevations): fração dos dados previstos e observados que satisfazem a relação com um fator 2. 3 – (Fractional Bias): Desvio fracional. 4 – (Normalized Root Mean Square Error): Raiz Quadrada do Erro Médio Normalizado. 5 – Coeficiente de correlação de Pearson. 6 – Erro Médio Absoluto. 7 – Índice de concordância de Wilmott. Fonte: Autor

Verifica-se da tabela que o valor 1,1075 obtido para a fração das previsões satisfaz

a hipótese da concentração prevista pelo ARMOD ser o dobro ou a metade da

concentração observada nos pontos receptores, pois a FAC2 encontra-se no intervalo

[0,5;2,0].

A análise dos resultados do índice FB, número adimensional limitado ao intervalo

de -2 a +2 referido na Tabela 16, demonstra que o modelo, em geral para MPTS, subestima

os resultados, pois FB aplicado à média dos resultados de toda a rede indicou um número

negativo próximo ao centro do intervalo do índice. O exame dos resultados deste índice,

por estação de amostragem, revela que a comparação determinante da subestimação foi

fortemente influenciada pelo valor do índice FB calculado para a estação de amostragem

Vila Moema, posto que houvesse superestimação para as demais estações.

O resultado obtido pelo FB, que não deve ser considerado isoladamente, é

corroborado pelos demais índices, pois:

78

- o valor da raiz quadrada do erro médio normalizado obtido atende a condição

NRMSE ≤ 0,5 de acuidade entre os resultados da rede e do modelo;

- o valor do coeficiente de relação de Pearson (r), que mede a força e a direção de

uma relação linear de dados dispersos dentro de um intervalo de [-1;+1], está muito

próximo do limite -1 que indica uma perfeita relação linear no sentido descendente.

- o erro médio absoluto, EMA, também negativo, confirma a subestimação entre os

valores previstos e os amostrados.

- o índice de concordância de Wilmott (d) obtido indica concordância entre os

resultados do modelo e da rede.

4.2.6.2. Resultados para SO2

O perfil de dispersão de SO2 produzido pelo modelo ao longo do território

abrangido pelas estações de amostragem é apresentado na figura 27.

Figura 27 – Perfil das concentrações de SO2 distribuídas em pontos distantes da fonte de emissão

Fonte: Autor.

A análise dos resultados para SO2 também indica a mesma boa concordância obtida

da análise dos índices de correlação de resultados para MPTS. O que se observa,

entretanto, é que há tendência de superestimação dos resultados de SO2 pelo modelo, pois

os valores do índice FB e do erro médio absoluto, EMA, são positivos.

O cálculo de FB aplicado à média dos resultados de toda a rede indicou um número

positivo próximo ao centro do intervalo do índice e o exame dos resultados deste índice,

por estação de amostragem, revela que os valores previstos no modelo não foram tão

79

influenciados pela amostragem da Estação Vila Moema, posto que, nesta houve

subestimação, como ocorreu com o MPTS.

A tabela a seguir apresenta a sumarização dos resultados da comparação para SO2.

Tabela 23 – Estatística descritiva dos resultados do monitoramento e dos resultados do

AERMOD de SO2 com os índices de concordância para cada estação de

amostragem

CAPIVARI SÃO BERNARDO VILA MOEMA

SO2 REDE MODELO REDE MODELO REDE MODELO

Média 27,5919 27,6500 13,1970 26,5200 35,1748 22,2730

Mediana 14,0152 26,5200 9,1082 26,5200 18,1074 22,3100

Desvio padrão 32,7399 1,8724 12,2662 0,6740 41,5126 0,5705

Mínimo 1,3600 22,8400 1,2160 25,5600 0,5169 22,2700

Máximo 228,6336 27,6500 76,5912 27,2600 257,4916 23,5900

n1 300,0000 300,0000 301,0000 301,0000 292,0000 292,0000

FAC22 1,0021 2,0095 0,6332

FB3 0,0021 0,6709 -0,4492

NRMSE4 0,0166

r5 -0,6206

EMA6 0,1598

d7 0,9987 1 – Número de Medidas. 2 – (Fraction of predictions within a fator of two of the obsevations): fração dos

dados previstos e observados que satisfazem a relação com um fator 2. 3 – (Fractional Bias): Desvio fracional. 4 – (Normalized Root Mean Square Error): Raiz Quadrada do Erro Médio Normalizado. 5 – Coeficiente de correlação de Pearson. 6 – Erro Médio Absoluto. 7 – Índice de concordância de Wilmott. Fonte: Autor

4.2.6.3. Considerações sobre os Resultados

Os resultados dos indicadores de consenso citados por Hanna et al. (1991) indica

que, para fins regulatórios nos quais o interesse recai sobre as máximas concentrações, a

modelagem é uma ferramenta adequada.

O modelo de dispersão, entretanto, parece se ajustar melhor para a Estação de

Capivari de Baixo, que está localizada aproximadamente a 1.470 m das fontes de emissão e

para a Estação São Bernardo, que está a 5.870 m das fontes. Nota-se que o mesmo não

acontece para a Estação Vila Moema, cujas médias das medidas de monitoração de MPTS

e de SO2 tendem a se apresentar superiores as das demais estações.

A inadequação da localização da Estação da Vila Moema, no que concerne à

distância da via próxima, parece ser crucial para justificar os valores médios medidos mais

elevados do que nas outras estações, quando o esperado seria que ela apresenta-se os

80

menores valores de acordo com o modelo. A inadequação locacional desta estação,

inclusive, também, parece indicar que este fator prepondera sobre as inadequações de

posicionamento do amostrador ou da tomada de amostragem, porque a Estação de

Capivari, que possui duas falhas nestes critérios, consegue manter resultado maior do que a

Estação São Bernardo, que só possui uma falha. Estas duas últimas estações têm resultados

de modelagem bastante ajustados com os resultados amostrais.

O modelo de dispersão, entretanto, se ajusta melhor para a Estação de Capivari de

Baixo, que está localizada aproximadamente a 1.470 m das fontes de emissão, e para a

Estação São Bernardo, que está a 5.870 m das fontes, quando se comparam

individualmente as médias obtidas pelo modelo e as médias obtidas pela rede para cada

estação. Nota-se que o mesmo não acontece para a Estação Vila Moema, cujas médias das

medidas de monitoração de MPTS e de SO2 sempre se apresentam superiores as das

demais estações.

A aplicação de um modelo de dispersão, como o AERMOD, com a utilização dos

dados de estações meteorológicas próximas, apresentou consistência de resultados

comparável àquela dos dados gerados localmente pelo programa de monitoramento do

complexo termelétrico. O modelo pode auxiliar na gestão das emissões atmosféricas das

termoelétricas, tanto pelo empreendedor quanto para os órgãos ambientais.

4.3. CONSIDERAÇÕES FINAIS

A revisão inicial da legislação resultou na elaboração de um procedimento de

classificação da área de emissão dos efluentes aéreos, que, embora, previsto na legislação,

não encontra um detalhamento sistematizado. Já a especificação dos critérios de seleção

das estações trouxe à luz algumas lacunas importantes na proteção da qualidade do ar que

precisam de atenção da legislação como a falta de um padrão de emissão específico para

termelétricas.

Os objetivos dos critérios tomados da EPA e os programas deles decorrentes,

quando confrontados com os programas de controle da qualidade do ar no país, tornam

evidente que há falta de programas específicos. O Brasil não dispõe de um programa

nacional específico para tratar as situações de deterioração significativa do ar, assim como

faltam programas de controle nacional de cargas, pois a ênfase dos programas como o

PROCONVE e o PROMOT são os veículos automotores e de padrões para novas fontes de

emissão, pois as fontes industriais não estão contempladas.

81

A avaliação geral confirma que as localizações das atuais estações da rede do

complexo atendem aos critérios mais abrangentes de objetivos e escala, embora não atenda

a critérios mais específicos de localização, como a representação do ponto local mais

frequente das mais altas concentrações de curto prazo, para todas as estações, pois, se estes

critérios foram considerados adequados para duas das estações (São Bernardo e Capivari),

não foram para a Estação Vila Moema, porque a instalação está muito próxima da via

pública com tráfego de automóveis, e a disposição dos equipamentos de monitoração não

atende plenamente os critérios de altura mínima e de posicionamento com relação a

obstáculos.

82

5. CONCLUSÕES

A validação do sistema de monitoramento da qualidade do ar instalado no

complexo termoelétrico Jorge Lacerda, frente às normas estabelecidas pelo Programa

Nacional de Controle da Qualidade do Ar (PRONAR) e pela Environmental Protection

Agency (EPA), considerando o monitoramento de material particulado total em suspensão

(MTPS) e de dióxido de enxofre (SO2), confirmou que as localizações das atuais estações

de monitoramento constituem um conjunto coerente. Assim, os critérios mais abrangentes

do objetivo do monitoramento e de escala de seleção do local de instalação de cada estação

foram atendidos, tomando a moda dos resultados como parâmetro de medida. Contudo,

recomenda-se a correção do que foi avaliado como inadequado quanto aos critérios mais

específicos, como por exemplo, a representação do ponto local mais frequente das mais

altas concentrações de curto prazo, pois este critério não foi considerado adequado para a

Estação Vila Moema.

A possibilidade de uso dos resultados do modelo de dispersão para realizar

previsões de concentrações no ar ambiente dos parâmetros estudados também foi

confirmada pelos resultados do teste estatístico realizado com o conjunto de amostras das

estações e com o conjunto obtido pelo modelo no período de maio de 2016 a junho de

2017, como mostram os valores do coeficiente de Pearson (r) e o índice de concordância de

Wilmott (d) obtidos para MTPS, respectivamente, -0,842 e 1,00; e para SO2,

respectivamente, -0,6206 e 0,9987. A adoção de um modelo nacionalmente padronizado

como o AERMOD pode dotar o ONS de um instrumento de programação para o

monitoramento das emissões do sistema elétrico relativamente às usinas termelétricas.

83

6. BIBLIOGRAFIA

ABNT – Associação Brasileira de Normas Técnicas. NBR n.º 10004/2004. resíduos sólidos: classificação. Rio de Janeiro, 2004. ANEEL - Agência Nacional de Energia Elétrica. Atlas de energia elétrica do Brasil / Agência Nacional de Energia Elétrica. 3. ed. – Brasília: Aneel, 2008. BARNET, A.G.; WILLIAMS, G.M.; SCHWARTZ, J.; et al. Air pollution and child respiratory health: A case-crossover study in Australia and New Zealand. Am J. of Resp.Crit.Care Med. 2005. V.171(11):1272-1278. BORBA, R. F. “Balanço Mineral Brasileiro”. Departamento Nacional de Produção Mineral (DNPM). Brasília, 2001. 692p. Disponível em: http://www.dnpm.gov.br/dnpm/paginas/balanco-mineral/arquivos/balanco-mineral-brasileiro-2001. Acesso em: 24/01/2018. BRASIL. Constituição da República Federativa do Brasil. 1988. Disponível em: <http://www.planalto.gov.br/ccivil_03/constituicao/constitui%C3%A7ao.htm>. Acesso em: 25/08/2016. BRASIL. Lei nº 6.938, de 31 de abril de 1981. Disponível em: <http://www.planalto.gov.br/ccivil_03/leis/L6938compilada.htm>. Acesso em: 25/08/2016. BRASIL. Lei n° 9.478 de 6 de Agosto de 1997. Disponível em: <httpwww.planalto.gov.br/ccivil_03/leis/l9478.htm> Acesso em: 25/08/2016. BRASIL. Lei Federal n.º 9.985 de 18 de julho 2000. Disponível em: <http://www.mma.gov.br/port/Conama/legiabre.cfm?codlegi=322>. Acesso em: 25/08/2016. BRASIL. Resolução Conama nº 001 de 23 de janeiro de1986. Disponível em: < http://www.mma.gov.br/port/Conama/res/res86/res0186.html>. Acesso em: 25/08/2016. BRASIL. Resolução CONAMA n.º 005 de 15 de junho de 1989. Disponível em: <http://www.mma.gov.br/port/Conama/res/res89/res0589.html>. Acesso em: 25/08/2016. BRASIL. Resolução Conama n.º 003 de 28 de junho de 1990. Disponível em: <http://www.mma.gov.br/port/Conama/res/res90/res0390.html>. Acesso em: 25/08/2016. BRASIL. Resolução Conama n.º 008 de 06 dezembro de 1990. Disponível em: <http://www.mma.gov.br/port/Conama/res/res90/res0890.html>. Acesso em: 25/08/2016. BRASIL. Resolução Conama n.º 382 de 26 de dezembro de 2006. Disponível em: <http://www.mma.gov.br/port/Conama/legiabre.cfm?codlegi=520>. Acesso em: 25/08/2016. BRASIL. Norma Regulamentadora n.º 15 de 29 de setembro de 2015. Disponível em:http://trabalho.gov.br/seguranca-e-saude-no-trabalho/normatizacao/normas-

84

regulamentadoras/norma-regulamentadora-n-15-atividades-e-operacoes-insalubres. Acesso em: 25/08/2016. BRUCKNER T., et al. 2014: Energy Systems. In: Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Edenhofer, O., R. Pichs-Madruga, Y. Sokona, E. Farahani, S. Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier, B. Kriemann, J. Savolainen, S. Schlömer, C. von Stechow, T. Zwickel and J.C. Minx (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. BURT, E.; ORRIS, P.; BUCHANAN, S. Scientifc Evidence of Health Effects from Coal Use in Energy Generation. University of Illinois at Chicago and noharm.org ed. 2013. 17p. CÂNDIDO, F. E. A.; SILVA, M. N., SANTOS, A. B.; NASCIMENTO, R. F.; VIDAL, C. B. Caracterização Química das Cinzas do Carvão para Classificação quanto sua Periculosidade. VII Congresso Brasileiro de Gestão Ambiental Campina Grande/PB – 21 a 24/11/2016. Disponível em: http://www.ibeas.org.br/congresso/Trabalhos2016/III-060.pdf. Acesso em: 12 de janeiro de 2018. CETESB – Companhia Ambiental do Estado de São Paulo. Qualidade do ar no estado de São Paulo 2012 / CETESB. - São Paulo: CETESB, 2013. CETESB – Companhia Ambiental do Estado de São Paulo. Padrões de Qualidade do Ar. 2018. Disponível em: http://cetesb.sp.gov.br/ar/padroes-de-qualidade-do-ar/. Acesso em: 12/01/2018 CHEN, Y.; YANG, Q.; KREWSKI, D.; et al. Influence of relatively low level of particulate air pollution on hospitalization for COPD in elderly people. Inhal Toxicol. 2004; 16(1):21-25. COX, W. M.; TIKVART, J. A. A statistical procedure for determining the best performing air quality simulation model. Atmospheric Environment, v. 24A, n. 9, p. 2387-2395, 1990. CORRÊA, E. B. .Avaliação do Sistema Combinado de Modelagem MM5/CALMET na representação da Circulação Atmosférica da Região Metropolitana do Rio de Janeiro. 2008,194 p., Dissertação (Mestrado Engenharia Mecânica) - COPPE/Universidade Federal do Rio de Janeiro, COPPE. CUNHA, B.D. da; PIMENTEL, L.C.G. Modelagem da concentração de poluentes na bacia aérea III via modelo AERMOD considerando processos de deposição. Ciência e Natura, Volume especial, p. 359- 362, 2007. DE HARTOG, J.; HOEK, G.;. PETERS, A.; et al. Effects of fine and ultrafine particles on cardiorespiratory symptoms in elderly subjects with coronary heart disease. The ULTRA Study. Am. J. Epidemiol. 2003. V.157(7):613-623.

85

ENGIE. Relatório de Monitoramento das Emissões – CTJL, 2016. Disponível em: http://www.engieenergia.com.br/wps/wcm/connect/21e8b698-d838-414f-b2fd-9531b4433a19/FatmaEmi_Dez16.pdf?MOD=AJPERES&CACHEID=ROOTWORKSPACE21e8b698-d838-414f-b2fd-9531b4433a19. Acesso em: 12/01/2018. EPA - Environmental Protection Agency. AERMOD: Description of Model Formulation. EPA-EPA-454/R-03-004. Environmental Protection Agency (EPA). North Carolina, USA. 2004. Disponível em: https://www3.epa.gov/scram001/7thconf/aermod/aermod_mfd.pdf. Acesso em 18/10/2017. EPA - Environmental Protection Agency. Air Pollution Meteorology. EPA-450/2-81-014. Environmental Protection Agency (EPA). North Carolina, USA. 1981. EPA - Environmental Protection Agency. Atmospheric Sampling. EPA-450/2-80-004. Environmental Protection Agency (EPA). North Carolina, USA. 1980. EPA - Environmental Protection Agency. Control Techniques for Particulate Emissions from Stationary Sources. EPA-450/3--81. Vol. I and II. Environmental Protection Agency (EPA). North Carolina, USA. 1977. EPA - Environmental Protection Agency. Integrated Science Assessment for Particulate Matter. 2009. 1071p. Disponível em: https://cfpub.epa.gov/ncea/risk/recordisplay.cfm?deid=216546. Acesso em 18/01/2018. EPA - Environmental Protection Agency. Integrated Science Assessment for Sulfur Oxides - Health Criteria. 2008. 479p. Disponível em: https://cfpub.epa.gov/ncea/risk/recordisplay.cfm?deid=198843. Acesso em 18/01/2018. EPA - Environmental Protection Agency. Optimum Site Exposure Criteria for SO2 Monitoring. EPA-450/3-77-013. Environmental Protection Agency (EPA). North Carolina, USA. 1977. EPA - Environmental Protection Agency. Selecting Sites for Monitoring Total Suspended Particulates. EPA-450/3-77-018. Environmental Protection Agency (EPA). North Carolina, USA. 1977. FITZPATRICK, Richard. Euclid’s Elements of Geometry. The Greek text of J.L. Heiberg (1883–1885), 2007. Disponível em: http://webfronter.com/bexley/maths/menu2/Frontpage_files/ICT_Network_resources/Session_6/images/Elements_of_Euclid.pdf. Acesso em: 12/01/2018. GOMES, E. L. M., BIASUTTI, S. Avaliação do desempenho dos modelos de qualidade do ar AERMOD e CALPUFF na região de Anchieta-ES. Vitória/ES. 2012. Disponível em: http://www.engenhariaambiental.ufes.br/sites/ambiental.ufes.br/files/field/anexo/avaliacao_do_desempenho_dos_modelos_de_qualidade_do_ar_aermod_e_calpuff_na_regiao_de_anchieta-es.pdf. Acesso em: 15/08/2017.

86

HANNA, S.R. et al. Evaluation of the ADMS, AERMOD and ISC3 dispersion models with de Optex, Duke, Forest, Kinkaid, Indianapolis and Lovett Field data sets. International Journal of Environment and Pollution, v. 16, n. 1-6, p. 301-314, 2001. HOLMES, N.S; Morawska, L. A review of dispersion modeling and its application to the dispersion of particles: An overview of different dispersion models available. Atmospheric Environment, v. 40, p. 5902–5928, março 2006. HOPKINS, W.G. Correlation coefficient. Disponível em: http://www.sportsci.org/resource/stats/index.html. Acesso em: 12/01/2018. IBGE – Instituto Brasileiro de Geografia e Estatística. Censo 2010. Disponível em: https://cidades.ibge.gov.br/brasil/sc/capivari-de-baixo/panorama. Acesso em: 12/01/2018. IBGE – Instituto Brasileiro de Geografia e Estatística. Censo 2010. Disponível em: https://cidades.ibge.gov.br/brasil/sc/sao-martinho/panorama. Acesso em: 12/01/2018. IBGE – Instituto Brasileiro de Geografia e Estatística. Censo 2010. Disponível em: https://cidades.ibge.gov.br/brasil/sc/tubarao/panorama. Acesso em: 12/01/2018. IEA. World Energy Outlook 2017: A world in transformation. Disponível em: https://www.iea.org/weo2017. Acesso em: 12/01/2018. IEA. Frequently Asked Questions. 2018. Disponível em: http://www.iea.org/about/faqs/coal/. Acesso em: 12/01/2018. IPCC - Intergovernmental Panel on Climate Change. Fourth Assessment Report: Climate Change 2007. Disponível em: https://www.ipcc.ch/publications_and_data/ar4/wg3/en/ch4-ens4-3.html. Acesso em: 12/01/2018. IPCC - Intergovernmental Panel on Climate Change. Fifth Assessment Report: Energy Systems. Cap. 7. Disponível em: https://www.ipcc.ch/pdf/assessment-report/ar5/wg3/ipcc_wg3_ar5_chapter7.pdf. Acesso em: 12/01/2018. JUTZE, G. A. Guidelines for Technical Services of a State Air Pollution Control Agency. APTD-1374, EPA Contract No. 68-02-041, Research Triangle Park, N.C., 1972. 291 pp. Disponível em: https://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=9101GTRF.TXT. Acesso em: 12/01/2018. KAGAWA, J. Environmental Toxicology and Human Health – Vol. I - Case Study of Air Pollution Episodes in Meuse Valley of Belgium, Donora of Pennsylvania, and London, U.K. Disponível em: http://www.eolss.net/Sample-Chapters/C09/E4-12-02-03.pdf. Acesso em: 12/01/2018. LAWRENCE BERKELEY LABORATORY. Instrumentation for Environmental Monitoring. LBL-1, vol. 1, Part 2, Air Environmental Instrumentation Group, U. Of California, Berkeley, CA. 1975.

87

MARKANDYA, A.; WILKINSON, P. Electricity generation and health. V.370, N. 9591, p.979–990, Sept. 2007. MCEWAN, M. J.; PHILLIPS, L. F. Chemistry of the atmosphere. London: Ed. Arnold, 1975. MELO, A. M. V., Avaliação de Desempenho dos Modelos AERMOD e CALPUFF Associados ao Modelo PRIME. 2011. Dissertação de Mestrado - Universidade Federal do Espírito Santo. Orientadora: Jane Meri Santos. MILARÉ, E. Direito do ambiente: doutrina, jurisprudência, glossário. 5 ed., ref., atual. e ampl. São Paulo: Revista dos Tribunais. 2007. MMA - Ministério de Meio Ambiente. Subsídios à Elaboração da 1ª Conferência Nacional de Saúde Ambiental: Plano Nacional de Qualidade do Ar, Vol I, 2009. Disponível em: https://pt.scribd.com/document/79570808/PNQA-Plano-Nacional-de-Qualidade-do-Ar-2009-SUBSIDIOS-A-ELABORACAO-DA-1%C2%AA-CONFERENCIA-NACIONAL-DE-SAUDE-AMBIENTAL. Acesso em: 25 agosto de 2016. MMA - Ministério de Meio Ambiente. 1º Diagnóstico da rede de monitoramento da qualidade do ar no Brasil. Disponível em: http://www.mma.gov.br/images/arquivo/80060/Diagnostico_Rede_de_Monitoramento_da_Qualidade_do_Ar.pdf. Acesso em: 25/08/2016. MME – Ministério de Minas e Energia. BEN - Balanço Energético Nacional de 2017. Relatório Síntese – Ano base 2016. Disponível em: https://ben.epe.gov.br/downloads/S%C3%ADntese%20do%20Relat%C3%B3rio%20Final_2017_Web.pdf. Acesso em: 12/01/2108. MME:EPE - Ministério de Minas e Energia: Empresa de Pesquisa Energética. Plano Nacional de Energia 2030. Ministério de Minas e Energia; colaboração Empresa de Pesquisa Energética. Brasília: MME: EPE, 2007. 324p. Disponível em: http://bibspi.planejamento.gov.br/handle/iditem/155. Acesso em: 24/01/2018. OTT, W. R.; HUNT JR., W. F. A Quantitative Evaluation of the Pollutant Standards Index. Journal of the Air Pollution Control Association, 26:11, 1050-1054, DOI: 10.1080/00022470.1976.10470358. 1976. PAINE, R.F. et al. Model Evaluation results for AERMOD. Draft Document. December 17, 1998. POPE, C. A.; BURNETT, R.T.; THUN, M.J.; et al. Lung cancer, cardiopulmonary mortality, and long-term exposure to fine particulate air pollution. JAMA. 2002. V.287: 1132–41. SANTA CATARINA. Lei Estadual nº 14.675 de 13/04/2009. Institui o Código Estadual do Meio Ambiente e estabelece outras providências. Disponível em: <http:// http://www. agenciaal.alesc.sc.gov.br/images/uploads/fotonoticia/14675_2009_lei.docx>. Acesso em: 25/08/2016.

88

SANTOS R.S. et al. Avaliação da relação seca/produtividade agrícola em cenário de mudanças climáticas. Revista Brasileira de Meteorologia, v.26, n.2, 313 - 321, 2011. SILVA, A. M.; SARNAGLIA, V. M. Estudo da qualidade do ar na região metropolitana da grande vitória empregando um modelo de dispersão atmosférica – CALPUFF. 2010. Monografia (Engenharia Ambiental). Universidade Federal do Espírito Santo. 2010. SILVA, C.R. et al. Radiação solar estimada com base na temperatura do ar para três regiões de Minas Gerais. Revista Brasileira de Engenharia Agrícola e Ambiental, v.16, n.3, p.281–288, 2012. STULL, R. B. An introduction to Boundary Layer Meteorology. Dordrecht: Academic Publishers, 1988. SOARES, M. S, et al. Avaliação do Desempenho dos Modelos Regulatórios de Qualidade do Ar AERMOD e CALPUFF para a Bacia Aérea III – RJ. VI Brazilian Micrometeorology Workshop, Santa Maria, RS, Brasil, 18-20 novembro 2009. SUTTON, O. G. Micrometeorology: a study of physical process in the lowest layers of the earth's atmosphere. New York: McGraw-Hill, 1953. VELLOSO, M.F.A. Avaliação de modelos gaussianos para fins regulatórios – um estudo para a bacia aérea III da região metropolitana do Rio de Janeiro. Dissertação de mestrado, Engenharia Mecânica Universidade Federal do Rio de Janeiro, COPPE/UFRJ, 2007 VILLARREAL, A.; SUNYER, J.; CADENA, L.; et al. Air pollution, airway inflammation, and lung function in a cohort study of Mexico City schoolchildren. Environ. Health Perspect. 2008. V.116(6):832. VORMITTAG, Evangelina da M. P. A. de Araujo, et al. Monitoramento da Qualidade do Ar No Brasil. 2014. Disponível em: http://www.mma.gov.br/port/conama/processos/C1CB3034/Apresentacao%20Evangelina%202907.pdf. Acesso em: 25/08/2017. ZAR, J. H. Biostatistical Analysis. Upper Saddle River, New Jersey: Prentice Hall Inc. 2010. WMO - World Meteorological Organization. Guide to Meteorological instruments and methods of observation. World Meteorological Organization No 8, 2008. 7 Ed. Disponível em: www.wmo.int/pages/prog/www/IMOP/CIMO-Guide.html. Acesso em: 25/08/2017. YAMADA, V. M. Current Practices in Siting and Physical Sesign of Continuous Air Monitoring Stations. J. Air Poll. Control Assoc., Vol. 20, pp. 209-213. 1970.

Documents

UNIVERSIDADE DO VALE DO ITAJAÍ - UNIVALI ADÃO DANIEL DA