Spacio-temporal analysis from air quality in urbvan streets by wireless sensor networks with node hosted on public transport buses.

Os veículos que compõem o tráfego urbano são considerados como o principal agente causador de poluição afetando diretamente a qualidade do ar nas cidades, sendo um desafio ter mecanismos de monitoramento que possibilitem uma visão geral das condições ambientais. Para proporcionar uma visão abrangente seria necessário um grande número de estações fixas de monitoramento da qualidade do ar, além de um incremento constante para acompanhar o crescimento da cidade. Neste cenário, surge a oportunidade de instrumentação de ônibus coletivo com sensores que medem a qualidade do ar durante seu trajeto, assim aproveitando as características de mobilidade do transporte público, o qual transita em áreas povoadas, com postura dinâmica de crescimento, adaptando-se de forma coerente à mutabilidade populacional e geográfica da cidade. A presente tese apresenta novas formas de realizar análises espaçotemporais da qualidade do ar de regiões urbanas. Os modelos cartográficos criados permitem analisar regiões mapeadas usando perspectivas espaciais e temporais com informações obtidas de kits sensores móveis, para análises a cada 100 metros, promovendo uma resolução maior que os modelos tradicionais de monitoramento (escala quilométrica), os quais ainda não oferecem esta possibilidade. Esta maior resolução permite uma nova perspectiva de análises de microrregiões e, desta forma, permite que os especialista ou gestores urbanos possam entender melhor as situações, ao utilizarem as ferramentas e recursos apresentados pela presente tese. Para atingir os objetivos optou-se pela criação e validação de um kit sensor para ser hospedado em ônibus coletivo, o qual foi validado e testado, quanto à sua eficiência de medição. Este kit foi integrado a uma plataforma computacional construída para extrair e processar informações com algoritmos matemáticos. Todos os componentes da plataforma foram legitimados com experimentos que confirmaram as hipóteses inicialmente formuladas para validação. E por fim, mapeamentos com mais de 70 mil pontos foram utilizados na criação de modelos espaçotemporais para realização de estudo de caso de regiões da cidade de São Paulo, os quais demostraram os usos potenciais das proposições desta tese.The vehicles in urban traffic are considered as the main cause of urban pollution with a direct impact on air quality, being a challenge to have monitoring tools that enable an overview of the environmental conditions influenced by vehicle emissions. One option is to instrument the entire city with low-cost fixed sensors to collect environmental data; however, to provide a comprehensive view would require a large number of sensors, and a constant increase to follow the growth of the city. In this scenario, arises the opportunity for urban bus instrumentation with sensors that measure the environmental pollution, to take advantage of the mobility characteristics of public transport, which moves in populated areas, with dynamic attitude of growth, adapting in a coherent way to population and geographic variability of the city. This PhD Thesis proposes the monitoring of air quality inside urban roads by Wireless Sensor Networks (WSN), hosted on city buses. Thus, new ways of performing spatiotemporal analyzes of the air quality of urban regions are possible with the cartographic models created by this thesis. These allow to analyze mapped regions using spatial and temporal perspectives with information obtained from mobile sensor kits, for analyzes every 100 meters, promoting a resolution higher than the traditional monitoring models (kilometer scale), which still do not offer this possibility. This higher resolution allows a new perspective of analyzes of micro regions and, in this way, allows specialists or urban managers to have a better understanding of the urban scenario. Sensor kits are created to be hosted by bus, which has been validated and tested for its efficiency in measurement. This was integrated into a computational platform built to extract and process information with mathematical algorithms. All the components of the platform were validated with experiments that confirmed the hypotheses originally formulated for validation. Finally, mappings with more than 70,000 points were used in the creation of spatiotemporal models for the study of the case of regions of the city of São Paulo, which denoted the potentials constructed by this thesis