MODELAGEM DA CONCENTRAÇÃO DE OZÔNIO TROPOSFÉRICO PARA A REGIÃO NORDESTE COM USO DE APRENDIZADO DE MÁQUINA

Resumo

Este estudo teve como objetivo desenvolver um modelo de aprendizado de máquina para estimar a concentração de ozônio troposférico (O₃) na Região Nordeste do Brasil, a partir de dados do Copernicus Atmosphere Monitoring Service (CAMS-Reanalysis) para o período de 2003 a 2018. Foram utilizadas variáveis preditoras relacionadas a poluentes atmosféricos e parâmetros meteorológicos, e o algoritmo Random Forest foi empregado para a modelagem, após pré-processamento e tratamento dos dados. O desempenho do modelo foi avaliado por métricas estatísticas, apresentando Erro Percentual Médio Absoluto (MAPE) de 9% e correlação de Spearman de 0,897, indicando boa precisão e forte relação entre valores observados e estimados. Os resultados demonstram a capacidade do modelo em prever concentrações de O₃ e apontam seu potencial como ferramenta de apoio à gestão da qualidade do ar e a estudos de saúde, com possibilidade de aplicação em políticas ambientais e climáticas.