FICHAMENTO DE REFERÊNCIAS BIBLIOGRÁFICAS

FICHAMENTO DE REFERÊNCIAS BIBLIOGRÁFICAS

Nome: Taiane Braga e Beatriz Alves

Data: 01/01/2022

Disciplina: Avaliação da Incerteza de Informações

Professor: Ricardo Kalid

Trabalho: Fichamento de referências bibliográficas

PETERS, D. R.; POPOOLA, O. A. M.; JONES, R. L.; MARTIN, N. A. et al. Evaluating uncertainty in sensor networks for urban air pollution insights. Atmospheric measurement techniques, 15, n. 2, p. 321-334, 2022.

Resumo: A poluição do ar ambiente representa um grande risco global para a saúde pública. Sensores de qualidade do ar (LCSs) de baixo custo estão sendo cada vez mais explorados como uma ferramenta para entender os problemas locais de poluição do ar e desenvolver soluções eficazes. Uma barreira para a adoção do LCS é a incerteza de medição potencialmente maior em comparação com a tecnologia de medição de referência. O desempenho técnico de vários LCSs foi testado em ambientes de laboratório e de campo, e um crescente corpo de literatura sobre usos de LCSs concentra-se principalmente em implantações de prova de conceito. No entanto, poucos estudos demonstraram as implicações das incertezas de medição do LCS na capacidade de uma rede de sensores para avaliar os padrões espaço-temporais da poluição do ar local. Aqui, apresentamos os resultados de uma implantação de 2 anos de 100 LCSs eletroquímicos estacionários de dióxido de nitrogênio (NO2) na Grande Londres como parte do projeto piloto Breathe London (BL). Avaliamos o desempenho do sensor usando colocações com instrumentos de referência, estimando uma incerteza média de 35% (erro quadrático médio) nos LCSs calibrados e identificamos períodos infrequentes de várias semanas de desempenho inferior e alto viés durante os meses de verão. Analisamos dados de BL para gerar insights sobre a poluição do ar de Londres, incluindo tendências de concentração de longo prazo, padrões diurnos e de dia da semana e perfis de concentrações elevadas durante episódios de poluição regional. Essas descobertas foram validadas com medições de uma extensa rede de referência, demonstrando a capacidade da rede BL de gerar informações robustas sobre a poluição do ar de Londres. Nos casos em que a rede BL não capturou efetivamente os recursos que a rede de referência mediu, as colocações contínuas de sensores representativos geralmente forneceram evidências de irregularidades no desempenho do sensor, demonstrando como, na ausência de uma rede de referência extensa, as colocações ao longo do projeto podem permitir a caracterização e mitigação das incertezas do sensor em toda a rede. As conclusões são restritas aos sensores específicos usados ​​para este estudo, mas os resultados orientam os usuários do LCS, demonstrando os tipos de insights de poluição do ar possíveis das redes LCS e fornecem um plano para futuros projetos de LCS para gerenciar e avaliar incertezas ao coletar, analisar e interpretando dados (PETERS; POPOOLA; JONES; MARTIN et al., 2022).

ODA, T.; HAGA, C.; HOSOMI, K.; MATSUI, T. et al. Errors and uncertainties associated with the use of unconventional activity data for estimating CO2 emissions: the case for traffic emissions in Japan. Environmental research letters, 16, n. 8, p. 84058, 2021.

Resumo: As emissões de CO2 provenientes da combustão de combustível fóssil são convencionalmente estimadas a partir do combustível usado e do fator de emissão de CO2. As mudanças recentes nas emissões de tráfego sob o impacto da pandemia de COVID-19 foram estimadas usando dados emergentes de consumo não combustível, como dados de mobilidade humana que as empresas de tecnologia relataram como AD, devido à indisponibilidade de estatísticas de combustível oportunas. O uso de tais dados de atividades não convencionais (UAD) pode nos permitir fornecer estimativas de emissão quase em tempo real; no entanto, espera-se que os erros e incertezas associados a essas estimativas sejam maiores do que as estimativas comuns de inventário de FFCO2 e, portanto, devem ser fornecidos juntamente com uma avaliação/validação completa da metodologia e das estimativas resultantes. Aqui, mostramos o impacto do COVID-19 nas emissões de CO2 do tráfego nos primeiros seis meses de 2020 no Japão. Calculamos as emissões mensais de CO2 usando dados de consumo de combustível e avaliamos as mudanças nas emissões em relação a 2019. Independentemente da abordagem branda do Japão ao COVID-19, as emissões de tráfego diminuíram significativamente em 23,8% durante o estado de emergência no Japão (abril a maio). Também comparamos as mudanças relativas de emissões entre as diferentes estimativas disponíveis. Nossa análise sugere que as estimativas de emissões baseadas em UAD durante abril e maio podem ter um viés de -19,6% a 12,6%. Também usamos dados de contagem de tráfego para examinar o desempenho do UAD como proxy para tráfego e/ou emissões de CO2. Descobrimos que a relação proporcional assumida entre as mudanças de tráfego e as emissões de CO2 não foi suficiente para estimar as emissões com precisão e, além disso, a abordagem baseada no tráfego não conseguiu capturar a sazonalidade das emissões. Nosso estudo destacou os desafios e dificuldades em redirecionar dados, especialmente aqueles com rastreabilidade/reprodutibilidade limitada, para modelar atividades humanas e avaliar o impacto no meio ambiente, e a importância de uma avaliação completa de erros e incertezas antes de usar esses dados em aplicações de políticas (ODA; HAGA; HOSOMI; MATSUI et al., 2021).

MÜHL, K.; VOGT, A.; BAUMANN, M. Reducing uncertainty by anticipation in traffic – The effect of situational characteristics and criticality on behavioral, subjective, and psychophysiological parameters. Transportation research. Part F, Traffic psychology and behaviour, 75, p. 173-186, 2020.

Resumo: A incerteza no trânsito pode ter consequências fatais na condução de um veículo. Permitir que os motoristas antecipem o comportamento de outros participantes do trânsito pode ajudar a reduzir a incerteza e, assim, aumentar a segurança no trânsito. Uma abordagem multi-método usando comportamentos, subjetivos e medidas psicofisiológicas foram aplicadas para investigar a relação de incerteza e antecipação. Os participantes (N = 30) observaram cenários de tráfego urbano simulados, baseados em vídeo, enquanto as respostas de condutância da pele foram registradas. Eles tinham que indicar, pressionando um botão, (1) o momento em que pensaram pela primeira vez que outro veículo poderia entrar em sua faixa (antecipação de baixa certeza) e (2) o momento em que tinham certeza de que outro veículo se fundiria (antecipação de alta certeza). As características situacionais serviram como pistas antecipatórias que ajudaram a prever a ação do outro veículo. Por um lado, neste estudo, as pistas do alvo (que estão claramente relacionadas à atividade do alvo) serviram para indicar uma mudança de faixa iminente. Por outro lado, as pistas de contexto representaram precursores visíveis no ambiente de tráfego, por exemplo. um sinal de trânsito apontando para o próximo trabalho na estrada. Além disso, pistas causais foram usadas para determinar uma razão para o outro veículo mudar de faixa (neste caso, um canteiro de obras bloqueando a faixa). Essas características situacionais, bem como a criticidade situacional, foram manipuladas para obter insights sobre os fatores que influenciam o processo de antecipação. Os resultados ofereceram um efeito de pista alvo moderado pela criticidade: especialmente em situações mais críticas, a taxa de antecipação e a certeza subjetiva aumentaram, e a ativação fisiológica foi reduzida com pistas alvo. No geral, o desempenho antecipatório foi considerado um preditor de certeza subjetiva (através de seu impacto nas respostas de condutância da pele). Os achados são discutidos no contexto da abordagem metodológica para aplicações em trânsito (MÜHL; VOGT; BAUMANN, 2020).