Extreme value analysis of air pollution data and their comparison between two large urban regions of South America

Martins, Leila Droprinchinski; Wikuats, Caroline Fernanda Hei; Capucim, Maurício; Almeida, Daniela S. de; Costa, Silvano César da; Albuquerque, Taciana Toledo de Almeida; Carvalho, Vanessa Silveira Barreto; Freitas, Edmílson Dias de; Andrade, María de Fátima; Martins, Jorge Alberto

doi:10.1016/j.wace.2017.10.004

Cited by 45 publications

(31 citation statements)

References 35 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Understanding the extremes of air pollutants is of critical importance, especially in the context of climate change (De Sario et al, 2013). In recent work, Martins et al (2017) used standard univariate extreme value theory to compare the air quality between the two largest urban regions in Brazil, Heffernan and Tawn (2004) and Beranger and Padoan (2015) estimated the extremal dependence between pollutants in Leeds, U.K., Coles and Pan (1996) studied the extreme temporal behaviour of airborne NO 2 particles in Milan between 1984-1994, and Vettori et al (2018 performed a spatial analysis of air pollution in Los Angeles, U.S.A.…”

Section: Analysis Of Extreme Air Pollution Levels In Milanmentioning

confidence: 99%

Estimation and uncertainty quantification for extreme quantile regions

2019

View full text Add to dashboard Cite

Estimation of extreme quantile regions, spaces in which future extreme events can occur with a given low probability, even beyond the range of the observed data, is an important task in the analysis of extremes. Existing methods to estimate such regions are available, but do not provide any measures of estimation uncertainty. We develop univariate and bivariate schemes for estimating extreme quantile regions under the Bayesian paradigm that outperforms existing approaches and provides natural measures of quantile region estimate uncertainty. We examine the method's performance in controlled simulation studies. We illustrate the applicability of the proposed method by analysing high bivariate quantiles for pairs of pollutants, conditionally on different temperature gradations, recorded in Milan, Italy.

show abstract

Section: Analysis Of Extreme Air Pollution Levels In Milanmentioning

confidence: 99%

Estimation and uncertainty quantification for extreme quantile regions

2019

View full text Add to dashboard Cite

show abstract

“…Some studies about Extreme Value Theory with its application in many fields has been done by researchers: the characteristics of heat waves during the period 1973-2010 using data from 15 measurement stations across the region was studied and the result showed that trend of highest daytime temperature in the Persian Gulf region were increasing with return levels found to be very high in the region [3], Generalized Pareto and Generalized Extreme Value models give similar runoff estimates and uncertainties. From the baseline to the 2080s, increasing estimate and uncertainties is evident in east England [4], Generalized Pareto Distribution and Generalized Extreme Value (GEV) were applied to investigate the behavior of pollutants in two regions of South America and presented the same results [5].…”

Section: Introductionmentioning

confidence: 99%

Generalized Extreme Value for Climate Change Analysis

Oktaviarina¹,

Sofro²,

Sutanto³

2018

Proceedings of the International Conference on Science and Technology (ICST 2018)

View full text Add to dashboard Cite

Impact of climate change is very complex because it occurs in various sector of live such as health, agriculture, forestry and transportation. Extreme weather is one of climate change effect, that is a weather condition or phenomenon above normal that occurs in a particular area with short term duration, for instance average temperature condition in some place is 33 0 C then change dramatically to 33-47 °C with rainfall greater than 100 mm and wind speed more than 34 knot. Extreme Value Theory is one of statistical methods which is used for the description of rare events. This research evaluates the performance of Block Maxima approach for modelling average temperature in East Java and estimate how high return level of average temperature will be happened in 100 months later.

show abstract

“…Ao longo dos anos, a urbanização, a industrialização e a extração de recursos naturais ao redor do mundo vêm sendo responsáveis pela emissão do alto teor de poluentes atmosféricos (MARTINS L. D. et al, 2017;ANDRADE et al, 2017). Assim, pode-se considerar poluente atmosférico qualquer substância com concentração que possa tornar o ar impróprio, nocivo ou ofensivo à saúde e ao meio ambiente.…”

unclassified

“…A partir da década de 90, houve a migração dos polos industriais para cidades do interior. Atualmente, as grandes fontes de emissões de poluentes atmosféricos em grandes cidades são emitidas pelos veículos automotores (ANDRADE et al, 2017;MIRAGLIA et al, 2014;ALVES et al, 2015;ILLI et al, 2016). Esta constatação se dá pelo motivo das pessoas e grande parte dos bens de consumo da população serem transportados por veículos.…”

unclassified

“…Dentre todos os poluentes, é atribuído ao ozônio uma atenção especial por ser um poluente atmosférico que mesmo estando abaixo de sua concentração limite de qualidade do ar é capaz de causar danos à saúde humana e a natureza (MARTINS et al, 2017) e apesar da frota veicular estar se renovando gradativamente com veículos mais modernos e menos poluidores, a concentração de emissão de ozônio ainda não está sob controle (ANDRADE et al, 2017). A média horária diária foi obtida a partir da soma dos 24 valores de cada poluente, obtidos com a transformação anterior e a subsequente divisão pelo número de dados, permitindo assim a definição de valores diários para CO, NO 2 e O 3.…”

unclassified

See 1 more Smart Citation

Relação Do Monitoramento Atmosférico De No2, Co E O3 Obtidos Pela Estação De Monitoramento Automática Da Qualidade Do Ar Da Universidade Feevale/Rs Com Variáveis Meteorológicas

Ceratti¹,

Alves

Meincke³

et al. 2018

RCO

View full text Add to dashboard Cite

A poluição do ar é causada por diversas fontes, porém, cabe citar as principais, dentre elas: queima de combustíveis fósseis, indústrias de transformação e atividades agrossilvipastoris. Os poluentes atmosféricos além de causarem a degradação da qualidade do ar afetam diretamente a saúde da população e o meio ambiente. O objetivo desta pesquisa é apresentar os dados de qualidade do ar provenientes da Estação Automática de Monitoramento da Qualidade do Ar (EAMQA) da Universidade FEEVALE, instalada em agosto de 2016 no Campus II, e correlacionar com dados meteorológicos visando identificar as principais fontes emissoras de poluentes atmosféricos no período estudado de agosto a dezembro de 2016. A EAMQA monitora continuamente os gases NO2, CO e O3 apresentando médias horárias, que facilitam a divulgação e interpretação dos dados gerados. O presente trabalho comparou as concentrações de NO2, CO e O3, com os padrões de qualidade do ar estabelecidos pela resolução CONAMA 03 de 1990, e correlacionou-os com os dados meteorológicos, onde foi possível constatar que a concentração de O3 varia de acordo com a variação da concentração de NO2 e CO obtendo-se 34 ultrapassagens do padrão para o O3. Já para NO2 e CO não houve ultrapassagem dos padrões de qualidade do ar nos meses estudados. De acordo com a correlação, as fontes de emissão destes poluentes estão localizadas a Oeste e Leste da localização da EAMQA.Palavras-chave: Poluição atmosférica. Padrão de qualidade do ar. Ozônio.

show abstract

Extreme value analysis of air pollution data and their comparison between two large urban regions of South America

Cited by 45 publications

References 35 publications

Estimation and uncertainty quantification for extreme quantile regions

Estimation and uncertainty quantification for extreme quantile regions

Generalized Extreme Value for Climate Change Analysis

Relação Do Monitoramento Atmosférico De No2, Co E O3 Obtidos Pela Estação De Monitoramento Automática Da Qualidade Do Ar Da Universidade Feevale/Rs Com Variáveis Meteorológicas

Contact Info

Product

Resources

About