Resumo O estudo da qualidade do ar de uma cidade envolve diferentes aspectos, como as emissões, as transformações físico-químicas, a meteorologia e a topografia, tornando esse estudo altamente não linear. Em particular, as cidades brasileiras experimentam um mosaico bem distinto do panorama mundial, em função do uso de diferentes combustíveis por nossa frota veicular. Neste estudo, utilizou-se um conjunto de dados coletados por uma estação de monitoramento da qualidade do ar na cidade do Rio de Janeiro, no bairro da Gávea, entre julho e outubro de 2011, em um total de 2240 observações de médias horárias de 11 variáveis. Os dados foram tratados estatisticamente, de forma descritiva e multivariada, de modo a elucidar a correlação entre as variáveis envolvidas. A estatística multivariada empregou a análise dos componentes principais e agrupamentos euclidianos e critérios de Ward. Os resultados indicaram uma alta correlação entre os poluentes primários óxidos de nitrogênio e monóxido de carbono (0,71), evidenciando que possuem a mesma origem veicular e que o monóxido de nitrogênio e o ozônio (0,66) e este com a radiação solar também estão correlacionados (0,41), corroborando a formação fotoquímica do ozônio. Outras correlações são entre a temperatura e a umidade relativa do ar (0,64) e que o ozônio possui uma contribuição de localidades vizinhas, em função da dependência deste com a velocidade do vento (0,59).

Abstract The air quality study in a city involves different aspects, such as emissions, physical and chemical processes, meteorology and topography, making this study highly nonlinear. In particular, Brazilian cities experience a very different mosaic from world scenario, due to the use of different fuels by our vehicular fleet. In this study, it were used a data set collected by an air quality monitoring station in the city of Rio de Janeiro, at Gávea district, between July and October of 2011, in a total of 2,240 hourly average data set. These data were treated statistically, using a descriptive and multivariate approach in order to elucidate the correlation between the variables involved. Multivariate statistical used the principal component analysis and cluster Euclidean with Ward criteria. The results showed a strong correlation between the primary pollutants nitrogen monoxide and carbon monoxide (0.71), showing that they have the same vehicular origin and nitrogen monoxide and ozone (0.66) and this with solar radiation (0.41), corroborating the photochemical formation of ozone. Other correlation is with temperature and relative humidity (0.64) and that ozone has a contribution of neighboring localities, due to the dependence of this with the wind speed (0.59).