Um novo método de preenchimento de dados faltantes aplicado a séries temporais de concentração de MP10

Resumo

O estudo da poluição atmosférica, com ênfase em material particulado inalável (MP10), é necessário, devido ao dano causado à saúde da população, além de outros prejuízos. Séries históricas, usadas para previsão de dados, muitas vezes apresentam lacunas devido a vários fatores, que podem prejudicar a qualidade da previsão. O objetivo deste estudo foi propor um novo método de preenchimento de dados faltantes, e após a imputação dos dados, utilizar um modelo de séries temporais para prever a concentração de MP10. Foram obtidas, no Sistema QUALAR da CETESB, dados de concentrações diárias de MP10, entre os anos de 2010 a 2014, referente aos municípios de Campinas, Jundiaí e Paulínia, todos do Estado de São Paulo. O método de preenchimento de dados faltantes, proposto neste trabalho, foi chamado de TDEM (Time-Dependent Effect Method). O método TDEM foi comparado com dois outros métodos (“média durante o mês” e “média durante o ano”) de preenchimento de dados faltantes, e apresentou os melhores resultados em relação aos Coeficiente de Correlação, Erro Quadrático Médio e Desvio Médio Absoluto. Após o preenchimento da série, os dados foram analisados com o intuito de prever concentrações futuras de MP10. Optou-se por modelos de séries temporais utilizando-se de modelos ARIMA e SARIMA. Os resultados mais satisfatórios foram obtidos pelo modelo SARIMA, cujos dados reais ficaram dentro dos limites de previsão de 95%.