Qualidade do ar em zonas urbanas: recolha de dados e o seu reflexo no comportamento online

Esta dissertação tem como objetivo analisar a relação entre qualidade do ar e os sentimentos expressos nas redes sociais, com foco no episódio de poeiras do deserto do Saara que afetou Lisboa em março de 2022. Para isto, foram recolhidos dados ambientais da plataforma QualAR, e dados meteorológicos do Meteomanz, complementados com a recolha de publicações do Twitter (plataforma atualmente conhecida como X) geolocalizadas em Lisboa. Os textos das publicações foram traduzidos e analisados com o algoritmo Valence Aware Dictionary and sEntiment Reasoner (VADER), permitindo identificar padrões emocionais e avaliar possíveis correlações com a variação dos poluentes atmosféricos. Foi também realizada uma análise preditiva no estudo, usando algoritmos de Machine Learning, nomeadamente Decision Tree e Random Forest, de forma a explorar relações entre os diferentes parâmetros e apoiar a interpretação dos resultados. Os resultados mostram que, apesar de o evento ter provocado níveis excecionalmente elevados de partículas inaláveis com diâmetro < 10 μm (PM10), não se verificou uma alteração significativa nos sentimentos expressos online, que permaneceram maioritariamente neutros ou ligeiramente positivos. Estes resultados sugerem que a perceção ambiental da população não se reflete de forma clara nas redes sociais, possivelmente devido a fatores culturais, sociais ou ao reduzido impacto do Twitter no contexto português. Conclui-se que a integração entre dados ambientais e sociais é metodologicamente viável e relevante, mas requer mais investigação, com períodos mais longos, diferentes cidades e técnicas de análise mais avançadas. Este estudo contribuiu para a compreensão da relação entre poluição atmosférica e perceções públicas em Portugal, colmatando uma lacuna existente na literatura.