Resumo Técnico: Atribuição de Fontes com Consciência de Identificabilidade em Sistemas de Advecção-Difusão em Escala Urbana

Declaração do Problema

A atribuição de fontes de qualidade do ar urbana é um problema inverso onde o objetivo é atribuir concentrações observadas de poluentes a grupos de fontes específicos (ex: tráfego, indústria, tijolos/cerâmicas) utilizando redes de sensores esparsas. Os autores identificam uma limitação geométrica crítica: mesmo quando um modelo ajusta os dados dos sensores com precisão, as contribuições das fontes subjacentes podem não ser identificáveis.

Em redes de sensores esparsas, grupos de fontes distintos podem induzir assinaturas de tempo-sensor quase idênticas devido ao transporte impulsionado pelo vento, atenuação, variação de fundo e ruído. Uma fonte forte e distante e uma mais fraca e próxima podem tornar-se observacionalmente equivalentes após a correção de transporte e de fundo. Consequentemente, modelos de receptor padrão (como o Balanço de Massa Química ou a Fatoração de Matriz Positiva) frequentemente reportam atribuições confiantes mesmo quando os dados não conseguem distinguir entre as fontes, levando a conclusões políticas potencialmente enganosas. O artigo enquadra isso não meramente como uma questão de incerteza, mas como uma falta fundamental de identificabilidade no sistema de sensoriamento.

Metodologia

Os autores propõem a Atribuição de Fontes com Consciência de Identificabilidade (IASA - Identifiability-Aware Source Apportionment), um framework que trata a atribuição baseada em inventário como um problema inverso retardado e condicionado ao vento. A metodologia central envolve:

1. Formulação do Problema

• Parametrização Baseada em Inventário: O campo de fontes é restrito a um conjunto finito de mapas de fontes conhecidos ou proxies ($S$). A atividade variável no tempo é modelada como uma combinação não negativa de funções de base temporais pré-declaradas ($\Phi$). As incógnitas são os coeficientes fonte-base ($c$).
• Resposta Retardada Condicionada ao Vento: O modelo incorpora um operador de transporte ($G^\partial$) que mapeia emissões liberadas no tempo $t-\ell$ para concentrações nos sensores no tempo $t$, condicionado aos campos de vento. Isso cria uma matriz de resposta "retardada" ($H^{lag}_\Phi$) onde cada coluna representa a impressão digital sensor-tempo de um coeficiente unitário.
• Correção de Fundo: As concentrações observadas incluem o fundo regional e tendências. Uma base de fundo de baixa dimensão ($Q$) é projetada para isolar o sinal da fonte. O objeto central do problema inverso é a matriz de resposta retardada projetada:
  $$\tilde{H}_\Phi = P^\perp_Q H^{lag}_\Phi$$
  onde $P^\perp_Q$ é a projeção no complemento ortogonal do espaço de fundo.

2. Diagnósticos de Identificabilidade

O IASA desloca o foco de "melhor ajuste" para "resolução identificável". Ele calcula um painel de diagnósticos a partir de $\tilde{H}_\Phi$ para determinar o que pode ser recuperado de forma confiável:

• Identificabilidade Exata: Requer $\text{rank}(\tilde{H}_\Phi) = J$ (posto de coluna total).
• Robustez ao Ruído: Governada pelo menor valor singular ($\sigma_J$) e pelo número de condição ($\kappa$). Um $\sigma_J$ pequeno implica alta sensibilidade ao ruído.
• Visibilidade do Coeficiente: A magnitude da impressão digital projetada ($v_j = \|\tilde{h}_j\|_2$). Coeficientes abaixo de um limite são marcados como "fracos".
• Coerência Pareada: Mede o quanto duas impressões digitais são proporcionais ($\rho_{ij}$). Alta coerência indica que as fontes são indistinguíveis.
• Absorção pelo Fundo: A fração do sinal de uma fonte perdida para o espaço de fundo ($a_j$).

3. O Algoritmo IASA

O procedimento impõe uma separação estrita entre ajuste e diagnóstico:

1. Pré-declaração: Todas as escolhas do modelo (base de fundo, janela de atraso, bases temporais, máscaras de zero) são fixadas antes de inspecionar os dados.
2. Ajuste: Mínimos Quadrados Não Negativos Regularizados (NNLS) é resolvido para os coeficientes $c$.
3. Diagnóstico: Os diagnósticos são calculados em $\tilde{H}_\Phi$.
4. Relatório:
   • Se os coeficientes forem fracos ou altamente coerentes, eles não são reportados individualmente.
   • Um grafo de ambiguidade de fontes é construído onde as arestas conectam pares indistinguíveis.
   • Componentes conectados deste grafo formam "grupos de relatório conservadores".
   • O resultado final é a resolução de atribuição mais fina suportada pelos sensores, vento e ruído, acompanhada de intervalos de incerteza e certificados de ambiguidade.

Principais Contribuições

1. Formulação: O artigo formaliza a atribuição de fontes com sensores esparsos como um problema inverso retardado e condicionado ao vento, identificando a matriz de resposta projetada $\tilde{H}_\Phi$ como o determinante central da separabilidade.
2. Protocolo de Relatório: Introduz um protocolo concreto que distingue precisão preditiva de identificabilidade. Ele reporta apenas as contribuições que são defensáveis sob os dados disponíveis, sinalizando fontes indistinguíveis e fundindo-as em grupos conservadores em vez de reportar uma precisão falsa.
3. Algoritmo (IASA): Um procedimento que ajusta coeficientes não negativos, reconstrói trajetórias de atividade, quantifica incerteza e diagnostica fontes indistinguíveis. Inclui pegadas espaciais por sensor que rastreiam as respostas de transporte de volta às regiões a montante.
4. Validação Empírica: O framework é instanciado em uma plataforma de Nova Déli usando dados de PM2.5 governamentais e registros de vento. Demonstra que métodos de linha de base padrão (NNLS, CMB, PMF) falham em detectar casos não identificáveis, enquanto o IASA sinaliza cada cenário não identificável e recupera a atribuição dentro de um erro de fração de 0,01 em configurações controladas.

Resultados

Os autores avaliam o IASA em uma plataforma de Nova Déli (32 sensores, dados de 2018–2020) e experimentos sintéticos controlados:

• Experimentos Controlados:

  • Colapso de Vento/Geometria: Quando a direção do vento é constante ou a geometria dos sensores faz com que as impressões digitais das fontes se alinhem, os métodos padrão reportam divisões confiantes, porém incorretas (erro de até 1,2). O IASA sinaliza estes como não identificáveis e reporta o grupo fundido com erro próximo de zero.
  • Estresse de Fundo: Quando uma base de fundo absorve sinais de fontes, os métodos padrão cometem erros de atribuição. O IASA detecta a absorção e sinaliza a perda de identificabilidade.
  • Condicionamento: A recuperação de erro é mostrada como sendo limitada pelo condicionamento de $\tilde{H}_\Phi$ (valores singulares), não apenas pelo ruído de observação.
  • Seleção de Atraso (Lag): A janela de atraso ideal é selecionada com base na geometria da matriz de resposta (norma de Frobenius estável), não através de coeficientes ajustados, garantindo que o atraso não melhore artificialmente a identificabilidade.

• Dados Observados de Nova Déli:

  • Aplicado a quatro janelas consecutivas de uma semana, o sistema identificou que todos os quatro grupos de fontes (cerâmicas, indústria, população, tráfego) eram individualmente identificáveis nessas semanas específicas (posto total, baixa coerência).
  • Os resultados de atribuição mostraram variabilidade temporal significativa (ex: dominância populacional nas primeiras semanas, dominância de cerâmicas na última semana), que foi reportada separadamente em vez de agregada, refletindo o suporte real dos dados.
  • O sistema forneceu intervalos de incerteza e confirmou que a resolução reportada era a mais fina suportada pelas inventários declarados, transporte e ruído.

Significância e Alegações

O artigo afirma que a precisão da previsão não é evidência de identificabilidade. Um modelo pode ajustar trajetórias de sensores perfeitamente enquanto atribui a poluição às fontes erradas se as fontes forem geometricamente indistinguíveis no espaço dos sensores.

A significância do IASA reside na sua resolução conservadora: ele reporta a resolução de atribuição que o sistema de sensoriamento realmente suporta, condicional à declaração de vento, transporte, fundo e modelos de inventário. Ele não pretende resolver o problema inverso em todos os casos; em vez disso, fornece um framework de diagnóstico para determinar quando o problema é solucionável e o que pode ser reportado de forma confiável.

Os autores enfatizam que seu trabalho complementa os modelos existentes de receptor e orientados à fonte ao adicionar uma camada de análise de identificabilidade. Eles não pretendem inventar novas categorias de fontes ou novos modelos físicos de transporte, mas sim analisar rigorosamente a distinguibilidade de grupos de fontes declarados sob sensoriamento esparso. O framework garante que as decisões políticas sejam baseadas em contribuições defensáveis e identificáveis, em vez de artefatos de sobreajuste (overfitting) ou ambiguidade geométrica.