Made available in DSpace on 2016-12-23T14:04:31Z (GMT). No. of bitstreams: 1 dissertacao Trindade.pdf: 2131237 bytes, checksum: 514907f9bd367cc5bd486dcd27fa2d9d (MD5) Previous issue date: 2009-03-13 / A identificação de fontes para material particulado tem sido um tema de crescente interesse em todo o mundo para auxiliar a gestão da qualidade do ar. Esta classe de estudos é convencionalmente baseada no uso de modelos receptores, que identificam e quantificam as fontes responsáveis a partir da concentração do contaminante no receptor. Existe uma variedade de modelos receptores disponíveis na literatura, este trabalho compara os resultados dos modelos receptores balanço químico de massa (BQM) e fatoração de matriz positiva (FMP) para o banco de dados de PM2,5, da região de Brighton, Colorado, com o intuito de investigar as dificuldades na utilização de cada modelo, bem como suas vantagens e desvantagens. Inicialmente, já é conhecido que o modelo BQM tem a desvantagem de necessitar dos perfis das fontes, determinados experimentalmente, para ser aplicado e também tem limitações quando as fontes envolvidas são similares. Já o modelo FMP não requer os perfis de fontes, mas tem a desvantagem de precisar de elevada quantidade amostral da concentração do contaminante no receptor. Os resultados mostraram, baseados nas medidas de performance que os dois modelos foram aptos para reproduzir os dados do receptor com ajustes aceitáveis. Todavia, resultados diferentes se ajustaram a medidas de performance. O modelo BQM, utilizou 9 tipos de fontes e o modelo FMP encontrou apenas 6 tipos de fontes. Constatou-se com isso que o modelo FMP tem dificuldades em modelar fontes que aparecem ocasionalmente. As fontes sulfato de amônio, solos, veículos a diesel e nitrato de amônio tiverem boas correlações nos resultados dos dois modelos de contribuições de fontes. Os perfis de fontes utilizados no modelo BQM e resultados do modelo FMP que mais se assimilaram foram das fontes nitrato de amônio, solos, sulfato de amônio e combustão de madeira e ou/ veículos desregulados. Verificou-se no modelo FMP que as espécies não características de determinadas fontes aparecem nos resultados dos perfis das fontes, o que torna-se ainda mais complexo a identificação das fontes, requerendo elevado conhecimento sobre a composição de inúmeras fontes. / The identification of sources of particulate matter has been a topic of growing interest throughout the world to assist the air quality management. This class of studies is conventionally based on the use of receptor models, which identify and quantify the sources responsible from the concentration of the contaminant in the receptor. There are a variety of receptor models, this study compares the results of chemical mass balance (CMB) and positive matrix factorization (PMF) models for a database of PM2.5, for the region of Brighton, Colorado, with a view to investigate the difficulties in the use of each model, as well as its advantages and disadvantages. It is known that the CMB model has the disadvantage of requiring source profiles, determined experimentally, to be applied and also has limitations when the sources involved are similar. On the other hand, the PMF model does not require source profiles, it has the disadvantage to require a large amount sample, in receptor. The results showed, based on performance measures that both models were able to reproduce the data of the receptor with reasonable fit. However, different results were adjusted for performance measurements. The CMB model, used 9 types of sources and PMF model found only 6 types of sources, it was noted by that what the PMF model has difficulty in modeling sources that appear occasionally. The sources ammonium sulfate, soil, diesel vehicles and ammonium nitrate have good correlation in the results of the two model of sources apportionment. The source profiles used in the CMB model and results of the PMF model that present more similarities were of the sources ammonium nitrate, soil, ammonium sulfate and combustion of wood and/or smoker vehicles. It was verified what the PMF model does not separate well species in the source profiles, therefore becomes even more complex to identify the sources in the FMP model, requiring considerable knowledge about the composition of many sources. For the database used with similar sources, the lack of confidence in the results based only on receptors models for a final decision on the source apportionment.