O monitoramento da qualidade do ar é importante para evitar prejuízos à vida da população, fauna e flora, além de representar gastos para o Estado. Para a gestão da qualidade do ar, se fazem necessárias ações de prevenção, combate e redução das emissões de poluentes e dos efeitos da degradação da atmosfera. Este estudo visa apresentar a aplicação de técnicas estatísticas de análise multivariada no tratamento de dados de qualidade do ar da Região Metropolitana de São Paulo (RMSP) utilizando-se bases de dados de estações de monitoramento da CETESB no período de cinco anos, 2016 a 2020, dos seguintes poluentes monitorados: Ozônio (O3), partículas inaláveis e fumaça (MP10) e partículas inaláveis finas (MP2,5). O objetivo geral do estudo é identificar e quantificar correlações entre as estações monitoras selecionadas, a fim de, por meio de medidas de similaridade, verificar a distribuição espacial dos principais poluentes atmosféricos na região, e identificar redundâncias entre as medições de emissões de poluentes. Assim, é possível propor a redução da quantidade de centros e/ou analisadores de medição, o que resultaria em uma redução de custos significativa em novos investimentos e manutenção. Foram utilizadas as seguintes técnicas estatísticas: matriz de correlação, análise de componentes principais (PCA), análise de fatores (AF) e análise de agrupamentos (clusters). Para aplicação dos algoritmos computacionais, escolheu-se a linguagem de programação Python. A conclusão do estudo demonstrou que os poluentes atmosféricos avaliados apresentam diferentes resultados devido às suas naturezas físicas e mecanismos de formação distintos. No caso do ozônio, é difícil concluir se existem medidores de fato redundantes, devido às altas correlações entre a maior parte das estações da RMSP. Para o MP10, as estações Capão Redondo e Santo Amaro apresentaram maior potencial de terem um de seus analisadores removidos. Quanto ao MP2,5, devido ao menor número de estações monitoras na maior parte das análises, não é possível observar tendências de correlação entre as estações ao longo dos anos analisados.

Monitoring air quality is important to prevent damage to the lives of the population, fauna and flora, in addition to representing expenses for the State. For the management of air quality, actions to prevent, combat and reduce pollutant emissions and the effects of atmospheric degradation are necessary. This study aims to present the application of statistical techniques of multivariate analysis in the treatment of air quality data in the Metropolitan Area of São Paulo (MASP) using databases from CETESB monitoring stations in the period of five years, 2016 to 2020, of the following monitored pollutants: Ozone (O3), inhalable particles and smoke (PM10) and fine inhalable particles (PM2.5). The general objective of the study is to identify and quantify correlations between the selected monitoring stations, in order to, through similarity measures, verify the spatial distribution of the main atmospheric pollutants in the region, and identify redundancies between measurements of pollutant emissions. Thus, it is possible to propose a reduction in the number of monitoring stations and/or analisadors, which would result in a significant cost reduction in new investments and maintenance. The following statistical techniques were used: correlation matrix, principal component analysis (PCA), factor analysis (FA) and cluster analysis. For the application of computational algorithms, the Python programming language was chosen. The conclusion of the study demonstrated that the evaluated air pollutants present different results due to their different physical nature and formation mechanisms. In the case of ozone, it is difficult to conclude whether there are actually redundant analisadors, due to the high correlations between most stations in the MASP. For the PM10, the Capão Redondo and Santo Amaro stations had the greatest potential to have one of their analisadors removed. As for PM2.5, due to the smaller number of monitoring stations in most analyses, it is not possible to observe correlation trends between stations over the analyzed years.