Estimación del material particulado emitido por el tráfico de vehículos en la ciudad de Río de Janeiro y perfil poblacional asociado

Autores/as

DOI:

https://doi.org/10.11606/issn.2179-0892.geousp.2026.234767

Palabras clave:

Modelado, Machine Learning, Inteligencia artificial, Distribución completa, Contaminación del aire

Resumen

En la última década, Río de Janeiro orientó las inversiones en movilidad, principalmente para el transporte por carretera, BRT, los autobuses articulados con motor diésel, principal fuente de emisiones de material particulado (PM) en los centros urbanos. El objetivo de este artículo es identificar las Regiones de Planificación de Río de Janeiro que más emiten PM, así como las características de la población de esas áreas. Se utilizaron datos de las 963 estaciones de conteo de vehículos del CET-Rio correspondientes a enero de 2021 y, con Machine Learning, se estimó el flujo en 42.411 tramos viales. Para la modelización de emisiones, el flujo se desglosó por categoría de vehículo, año de fabricación y tipo de combustible. Los resultados muestran que las zonas con mayores emisiones de PM coinciden con la concentración de la oferta laboral, una población más rica y una mayoría blanca, al contrario de lo que se ha observado en estudios internacionales.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Max Anjos, Universidade Federal do Rio Grande do Norte

    Sou um geógrafo físico com experiência na relação entre mudanças climáticas e áreas urbanas. Sou especialista em clima urbano, Zonas Climáticas Locais, Sistema de Informação Geográfica, tecnologia de sensoriamento remoto, observações meteorológicas, climatologia aplicada, poluição do ar, quantificação e mapeamento de emissões de gases de efeito estufa para áreas urbanas.

Referencias

ANENBERG, S. C.; HOROWITZ, L. W.; TONG, D. Q. et al. An estimate of the global burden of anthropogenic ozone and fine particulate matter on premature human mortality using atmospheric modeling. Environ Health Perspect., Durham, 118, 9, p. 1189–1195, 2010. Disponível em: https://ehp.niehs.nih.gov/doi/full/10.1289/ehp.0901220. Acessado em: 24/05/2024.

ANJOS, M.; MEIER, F. Zooming into Berlin: tracking street-scale CO2 emissions based on high-resolution traffic modeling using machine learning. Frontiers in Environmental Science, London, 12, p. 1-15, 2025. Disponível em: https://www.frontiersin.org/journals/environmental-science/articles/10.3389/fenvs.2024.1461656/full. Acessado em: 05/03/2025.

BAYAT, Reza et al. Health impact and related cost of ambient air pollution in Tehran. Environmental Research, New York, [S. l.], 176, p. 1-12, 2019. https://doi.org/10.1016/j.envres.2019.108547. Acessado em: 24/05/2024.

BELL, M. et al. Evidence on vulnerability and susceptibility to health risks associated with short-term exposure to particulate matter: a systematic review and meta-analysis. American journal of epidemiology, Oxford, 178, 6, p. 865-876, 2013. Disponível em: https://academic.oup.com/aje/article-abstract/178/6/865/109718. Acesso em: 04/06/2024.

BORGES, R. R. et al. Modelagem da dispersão atmosférica de material particulado (MP10) e os impactos da utilização de veículos de carga movidos a GNL em São Paulo. Revista do Departamento de Geografia, São Paulo, 41, p. 1-13, 2021. Disponível em: https://www.revistas.usp.br/rdg/article/view/185828. Acesso em: 04/06/2024.

BOWE, B. et al. The 2016 global and national burden of diabetes mellitus attributable to PM2.5 air pollution. Lancet Planet. Health, London, 2, p. 301–312, 2018. Disponível em: https://www.sciencedirect.com/science/article/pii/S2542519618301402. Acessado em: 08/09/2024.

BRASIL, MMA – MINISTÉRIO DO MEIO AMBIENTE. Primeiro inventário nacional de emissões atmosféricas por veículos automotores rodoviários: relatório final. 2011. Disponível em: https://energiaeambiente.org.br/wp-content/uploads/2011/01/projeto_iema.pdf. Acessado em: 08/09/2024.

BURNETT, R. et al. An Integrated Risk Function for Estimating the Global Burden of Disease Attributable to Ambient Fine Particulate Matter Exposure. Environ. Health Perspect., Durham, 122, p. 397–403, 2014. Disponível em: https://ehp.niehs.nih.gov/doi/full/10.1289/ehp.1307049. Acessado em: 08/09/2024.

CANCELLI, D. M.; DIAS, N. L. BRevê: uma metodologia objetiva de cálculo de emissões para a frota brasileira de veículos. Engenharia Sanitária e Ambiental, Edição Especial, São Paulo, p. 13-20, 2014. Doi: https://doi.org/10.1590/S1413-41522014019010000284. Acessado em: 05/05/2024.

CARDOSO, E. D. Estrutura urbana e representações: a invenção da Zona Sul e a construção de um novo processo de segregação espacial no Rio de Janeiro nas primeiras décadas do século XX. GeoTextos, Salvador, vol.6, p.73-88, 2010.

CETESB - COMPANHIA AMBIENTAL DO ESTADO DE SÃO PAULO (SP). Emissões veiculares no estado de São Paulo 2021. São Paulo: CETESB, 2022. Disponível em: https://cetesb.sp.gov.br/veicular/relatorios-e-publicacoes/ . Acessado em 21/05/2024

COOPER, N.; GREEN, D.; KNIBBS, L.D. Inequalities in exposure to the air pollutants PM 2.5 and NO 2 in Australia. Environmental Research Letters, Bristol , v. 14, n. 11, p. 1-16, 2019. Disponível em: https://iopscience.iop.org/article/10.1088/1748-9326/ab486a/meta. Acessado em 21/06/2024.

COSENTINO, R. Olimpíadas da Barra da Tijuca 2016: A construção de uma nova centralidade no Rio de Janeiro. In: VAINER, Carlos; BROUDEHOUX, A.; SÁNCHEZ, F.; OLIVEIRA, F. L. (orgs.). Os megaeventos e a cidade: perspectivas críticas. Rio de Janeiro: Letra Capital, 2016.

DATA RIO. Portal de dados abertos da Prefeitura da Cidade do Rio de Janeiro. https://www.data.rio/

DI, Q. et al. Air pollution and mortality in the Medicare population. N. Engl. J. Med., Massachusetts, 376, p. 2513–2522, 2017. Disponível em: https://www.nejm.org/doi/full/10.1056/nejmoa1702747. Acessado em 21/06/2024.

EMEP/EEA, European Monitoring and Evaluation Programme / European Environment Agency, 2016. “Emission Inventory Guidebook 2016”.

EPE – Empresa de Pesquisa Energética. Avaliação do comportamento dos usuários de veículos flex fuel no consumo de combustíveis no Brasil. 2013. Disponível em: https://www.epe.gov.br/sites-pt/publicacoes-dados-abertos/publicacoes/PublicacoesArquivos/publicacao-250/topico-296/EPE-DPG-SDB-001-2013-r0%5B1%5D.pdf. Acesso em: 08/09/2024.

FECHT, D. et al. Associations between air pollution and socio-economic characteristics, ethnicity and age profle of neighbourhoods in England and the Netherlands. Environ. Pollut. Amsterdã, 198, p. 201–210, 2015. https://doi.org/10.1016/j.envpol.2014.12.014. Acesso em: 08/09/2024.

FERNANDES, T. Barra da Tijuca (RJ), Plano Piloto, Legislação e Realidade: o processo de urbanização, ocupação e suas consequências ambientais. Revista VITAS, Niterói, vol 6, p. 1-13, 2013.

FIGLIOZZI, M. A. Lifecycle modeling and assessment of unmanned aerial vehicles (Drones) CO 2 e emissions. Transportation Research Part D: Transport and Environment, msterdã, v. 57, p. 251–261, 2017. https://doi.org/10.1016/j.trd.2017.09.011. Acessado em: 08/04/2024.

GOLDEMBERG, J, NIGRO, F e COELHO, S. Bioenergia no estado de São Paulo: situação atual, perspectivas, barreiras e propostas. São Paulo: IMESP, 2008. Disponível em: https://cmsdespoluir.cnt.org.br/Documents/PDFs/livro_bioenergia.pdf. Acessado em: 08/04/2024.

IBGE. Instituto Brasileiro de Geografia e Estatística. Censos Demográficos. Disponível em: https://www.ibge.gov.br/estatisticas/downloads-estatisticas.html. Acessado em: 19/11/2024.

IEMA Inventário de emissões atmosféricas. transporte rodoviário de passageiros no município de São Paulo; IEMA: Sao Paulo, Brasil, 2020.

INEA - Instituto Estadual do Ambiente (RJ). Inventário de emissões veiculares: ano-base 2022 / Instituto Estadual do Ambiente. – Rio de Janeiro, 2024. 124 p. Disponível em: https://www.inea.rj.gov.br/wp-content/uploads/2024/06/Invent%C3%A1rio-de-Emiss%C3%B5es-Veiculares-Ano-Base-2022-final_ok.pdf. Acesso em: 15/09/2024.

JBAILY, A. et al. Air pollution exposure disparities across US population and income groups. Nature, London, v. 601, n. 7892, p. 228-233, 2022. Disponível em: https://www.nature.com/articles/s41586-021-04190-y. Acesso em: 10/06/2024.

LANE, H. M. et al. Historical redlining is associated with present-day air pollution disparities in US cities. Environmental science & technology letters, Washington, v. 9, n. 4, p. 345-350, 2022. Disponível em: https://pubs.acs.org/doi/full/10.1021/acs.estlett.1c01012. Acesso em: 10/06/2024.

LIU, J. et al. Disparities in air pollution exposure in the United States by race/ethnicity and income, 1990–2010. Environ. Health Perspect., Durham, v. 129, n. 12, p. 127005, 2021. Disponível em: https://ehp.niehs.nih.gov/doi/full/10.1289/EHP8584. Acesso em: 10/06/2024.

LURIE, K. et al. PM 2.5 in a megacity of Asia (Karachi): Source apportionment and health effects. Atmospheric Environment, Amsterdã, [S. l.], v. 202, p. 223–233, 2019. https://doi.org/10.1016/j.atmosenv.2019.01.008. Acessado em: 15/06/2024.

MASCARENHAS, G. Rio de Janeiro 2016: a cidade em movimento. Revista USP, São Paulo, n. 108, p. 49-56, 2016. https://doi.org/10.11606/issn.2316-9036.v0i108p49-56. Acessado em: 19/06/2024.

OPENSTREETMAP.http://wiki.openstreetmap.org/wiki/About_OpenStreetMap. 2022.

PEREIRA, R.H. et al. Distributional effects of transport policies on inequalities in access to opportunities in Rio de Janeiro. J. Transp. Land Use, Minesota, 12, 1, p. 741–764, 2019. https://doi.org/10.5198/jtlu.2019.1523. Acesso em: 01 dez 2022.

PEREIRA, D.M. O eixo Centro Metropolitano: o novo espaço de expansão da centralidade da Barra da Tijuca. 96 f. Dissertação (Programa de Pós-Graduação em Geografia) – Instituto de Geografia, Universidade do Estado do Rio de Janeiro, Rio de Janeiro, 2022. Disponível em: https://www.bdtd.uerj.br:8443/handle/1/19647. Acessado em: 15/06/2024.

REQUIA, W. J.; CASTELHANO, F. J. Economic and racial disparities of the weather impact on air quality in Brazil. Scientific Reports, London, v. 13, n. 1, p. 63-74, 2023. Disponível em: https://www.nature.com/articles/s41598-023-33478-4. Acessado em: 15/06/2024.

RODRIGUES, J. M. Condições de mobilidade urbana e organização social do território. In: RIBEIRO, L.C.Q. Rio de Janeiro: transformações na ordem urbana. Letra Capital/Observatório das Metrópoles: Rio de Janeiro, 2015.

WANG, Y. et al. Long-term exposure to PM2.5 and mortality among older adults in the southeastern US. Epidemiology, California, 28, p. 207-214, 2017. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5285321/. Acessado em: 15/06/2024.

WEST, J. et al. “What We Breathe Impacts Our Health: improving Understanding of the Link between Air Pollution and Health”. Environ. Sci. Technol., Washinton, 50, p. 4895–4904, 2016. Disponível em: https://pubs.acs.org/doi/full/10.1021/acs.est.5b03827. Acessado em: 15/06/2024.

WU, D. et al. A model for urban biogenic CO2 fluxes: Solar-Induced Fluorescence for Modeling Urban biogenic Fluxes (SMUrF v1), Geosci. Model Dev., Göttingen, 14, p. 3633–3661, 2021. https://doi.org/10.5194/gmd-14-3633-2021,%202021. Acesso em: 01 dez 2022.

YUE, H., HE, C., HUANG, Q. et al. Stronger policy required to substantially reduce deaths from PM2.5 pollution in China. Nat Commun, Berlim, 11, 1462, p. 1-10, 2020. https://doi.org/10.1038/s41467-020-15319-4. Acessado em: 15/06/2024.

Publicado

2026-09-01

Número

Sección

Artigos

Cómo citar

FARIAS, Heitor Soares de; ANJOS, Max. Estimación del material particulado emitido por el tráfico de vehículos en la ciudad de Río de Janeiro y perfil poblacional asociado. GEOUSP Espaço e Tempo (Online), São Paulo, Brasil, v. 30, n. 1, p. e-234767, 2026. DOI: 10.11606/issn.2179-0892.geousp.2026.234767. Disponível em: https://revistas.usp.br/geousp/article/view/234767. Acesso em: 15 sep. 2026.