English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

O estudo da poluicao atmosferica, com enfase em material particulado inalavel (MP10), e necessario, devido ao dano causado a saude da populacao, alem de outros prejuizos. Series historicas, usadas para previsao de dados, muitas vezes apresentam lacunas devido a varios fatores, que podem prejudicar a qualidade da previsao. O objetivo deste estudo foi propor um novo metodo de preenchimento de dados faltantes, e apos a imputacao dos dados, utilizar um modelo de series temporais para prever a concentracao de MP10. Foram obtidas, no Sistema QUALAR da CETESB, dados de concentracoes diarias de MP10, entre os anos de 2010 a 2014, referente aos municipios de Campinas, Jundiai e Paulinia, todos do Estado de Sao Paulo. O metodo de preenchimento de dados faltantes, proposto neste trabalho, foi chamado de TDEM (Time-Dependent Effect Method). O metodo TDEM foi comparado com dois outros metodos (“media durante o mes” e “media durante o ano”) de preenchimento de dados faltantes, e apresentou os melhores resultados em relacao aos Coeficiente de Correlacao, Erro Quadratico Medio e Desvio Medio Absoluto. Apos o preenchimento da serie, os dados foram analisados com o intuito de prever concentracoes futuras de MP10. Optou-se por modelos de series temporais utilizando-se de modelos ARIMA e SARIMA. Os resultados mais satisfatorios foram obtidos pelo modelo SARIMA, cujos dados reais ficaram dentro dos limites de previsao de 95%.

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