Um olhar sobre a questão dos resíduos da construção civil no Município do Rio de Janeiro.

Os RCC são originados dos diversos processos da construção civil, com características bastante particulares pela variedade dos métodos construtivos empregados. Suas deposições em locais inadequados causam vários impactos com diferentes tempos de reação e de degradação do meio ambiente. Para impedi-los foi aprovada a Resolução 307 do CONAMA, que estabelece critérios e normas de caráter protetor ao meio ambiente, porém as administrações públicas possuem inúmeras dificuldades técnicas e financeiras para sua implementação. Para auxiliar os municípios, a CEF elaborou dois manuais de orientações para o manejo e gestão dos RCC, direcionando o sistema gestor. Uma opção para a gestão de RCC é a reciclagem. O Município do Rio de Janeiro com seu relevo original formado por mangues e morros, sofreu grandes aterros e sofre até os dias atuais, utilizando para isso os RCC e o desmonte de antigos morros. Os RCC, após coletados, são destinados a uma única Área de Transbordo e Triagem, com capacidade insuficiente para recebê-los. A ausência de controle do órgão gestor sobre os RCC, seus dados de produção e de destinação, exige uma estimativa dos RCC gerados no Município e uma observação global sobre seus destinos, considerando os aterros autorizados pela SMAC. Foi realizada uma análise crítica da gestão corretiva adotada pelo sistema gestor, suas particularidades e dificuldades, e o perfil atual sobre a reciclagem de RCC no Rio de Janeiro. Algumas propostas para a melhoria do sistema gestor foram apresentadas e sugerida a necessidade de um estudo mais aprofundado e de um levantamento mais completo da realidade dos RCC no Município do Rio de Janeiro.

Caracterização do estado trófico e da qualidade da água de um sistema lagunar costeiro urbano: estudo de caso da Lagoa Rodrigo de Freitas, RJ.

O estudo da dinâmica dos parâmetros físicos, químicos e biológicos da água em lagoas costeiras é essencial para entender o funcionamento destes ecossistemas; o que por sua vez permite o desenvolvimento de estratégias adequadas de gerenciamento e conservação de seus recursos. Neste estudo, analisou-se a qualidade da água da Lagoa Rodrigo de Freitas (Rio de Janeiro/RJ) e dos seus principais tributários. Foram utilizados os dados oriundos do projeto de monitoramento da qualidade da água realizado pela SMAC/RJ, entre dezembro de 2011 e dezembro de 2012. O objetivo precípuo foi compreender a dinâmica espacial e temporal da variação do estado trófico e da qualidade da água, assim como avaliar a exequibilidade e aplicabilidade de índices multimétricos (IQA, IET, ICE, IC, TRIX) ao projeto de monitoramento ambiental da LRF. Para tanto, foram realizadas coletas mensais e semanais da água superficial em cinco pontos amostrais, na LRF, e cinco pontos nos rios/canais. Em seguida, análises físico-químicas e biológicas foram realizadas. Os resultados obtidos mostraram relativa homogeneidade espacial e elevada variação sazonal da qualidade da água superficial. Os índices aplicados aos dados indicaram uma variação temporal representativa do estado trófico e da qualidade da água, sendo as classificações para os rios e canais diferentes às verificadas na LRF. Esta apresentou variação entre supereutrófica e hipereutrófica, já os primeiros foram mesotróficos. A qualidade da água da LRF apresentou majoritariamente entre moderada a boa. Os rios e canais foram classificados ruins e médios. Concluiu-se que diferentes modelos podem resultar em diferentes classificações de níveis de trofia e qualidade da água. Análises estatísticas de tendência indicaram estabilidade da qualidade da água, sem uma projeção representativa de melhoria da qualidade hídrica. Já análises multivariadas (RDA, PCA BEST, SIMPER, ANOSIM, MDS e CLUSTER) mostraram um elevado dinamismo da comunidade fitoplanctônica com nítida resposta às oscilações de variáveis físico-químicas específicas, apesar da dominância recorrente por cianobactérias.

Estudo de níveis de ozônio troposférico usando métodos de estatística univariada e multivariada para duas localidades da cidade do Rio de Janeiro

Com cada vez mais intenso desenvolvimento urbano e industrial, atualmente um desafio fundamental é eliminar ou reduzir o impacto causado pelas emissões de poluentes para a atmosfera. No ano de 2012, o Rio de Janeiro sediou a Rio +20, a Conferência das Nações Unidas sobre Desenvolvimento Sustentável, onde representantes de todo o mundo participaram. Na época, entre outros assuntos foram discutidos a economia verde e o desenvolvimento sustentável. O O3 troposférico apresenta-se como uma variável extremamente importante devido ao seu forte impacto ambiental, e conhecer o comportamento dos parâmetros que afetam a qualidade do ar de uma região, é útil para prever cenários. A química das ciências atmosféricas e meteorologia são altamente não lineares e, assim, as previsões de parâmetros de qualidade do ar são difíceis de serem determinadas. A qualidade do ar depende de emissões, de meteorologia e topografia. Os dados observados foram o dióxido de nitrogênio (NO2), monóxido de nitrogênio (NO), óxidos de nitrogênio (NOx), monóxido de carbono (CO), ozônio (O3), velocidade escalar vento (VEV), radiação solar global (RSG), temperatura (TEM), umidade relativa (UR) e foram coletados através da estação móvel de monitoramento da Secretaria do Meio Ambiente (SMAC) do Rio de Janeiro em dois locais na área metropolitana, na Pontifícia Universidade Católica (PUC-Rio) e na Universidade do Estado do Rio de Janeiro (UERJ) no ano de 2011 e 2012. Este estudo teve três objetivos: (1) analisar o comportamento das variáveis, utilizando o método de análise de componentes principais (PCA) de análise exploratória, (2) propor previsões de níveis de O3 a partir de poluentes primários e de fatores meteorológicos, comparando a eficácia dos métodos não lineares, como as redes neurais artificiais (ANN) e regressão por máquina de vetor de suporte (SVM-R), a partir de poluentes primários e de fatores meteorológicos e, finalmente, (3) realizar método de classificação de dados usando a classificação por máquina de vetor suporte (SVM-C). A técnica PCA mostrou que, para conjunto de dados da PUC as variáveis NO, NOx e VEV obtiveram um impacto maior sobre a concentração de O3 e o conjunto de dados da UERJ teve a TEM e a RSG como as variáveis mais importantes. Os resultados das técnicas de regressão não linear ANN e SVM obtidos foram muito próximos e aceitáveis para o conjunto de dados da UERJ apresentando coeficiente de determinação (R2) para a validação, 0,9122 e 0,9152 e Raiz Quadrada do Erro Médio Quadrático (RMECV) 7,66 e 7,85, respectivamente. Quanto aos conjuntos de dados PUC e PUC+UERJ, ambas as técnicas, obtiveram resultados menos satisfatórios. Para estes conjuntos de dados, a SVM mostrou resultados ligeiramente superiores, e PCA, SVM e ANN demonstraram sua robustez apresentando-se como ferramentas úteis para a compreensão, classificação e previsão de cenários da qualidade do ar