Otimização do índice de qualidade da água por meio de análise estatística multivariada.

Abstract

O principal objetivo deste trabalho foi reduzir o número de parâmetros compõem o Índice de Qualidade da Água (IQA), desenvolvido pela National Sanitation Foundation, por meio da aplicação de análise estatística multivariada. Para isto, foram utilizados os resultados fornecidos pelo Instituto Mineiro de Gestão das Águas - IGAM de cada parâmetro integrante do IQA (oxigênio dissolvido, coliformes termotolerantes, pH, DBO, nitrato, fosfato, temperatura, turbidez e sólidos totais) e os respectivos valores de IQA, de cada estação de monitoramento da Bacia do Rio das Velhas, no período de 2000 a 2010. Para a redução do número de dados avaliados foi primeiramente investigada a aplicação da análise de componentes principais (PCA), cuja aplicação não foi satisfatória para a avaliação do conjunto de dados estudado. Desta forma, a rede neural de Kohonen foi utilizada, proporcionando a redução do conjunto de dados inicial composto por 1834 resultados para 524. A viabilidade da aplicação da redução do número de resultados foi avaliada pela comparação entre a correlação dos dados originais e os dados reduzidos. A redução do número de conjuntos de dados também mostrou que a frequência de avaliação das estações de monitoramento poderia ser reduzida, em relação a frequência atualmente praticada pelo IGAM, culminando em redução de custos com monitoramento. O novo conjunto de dados formado por 524 resultados foi avaliado pela técnica OPS (ordered predictors selection), visando obter a redução do número de parâmetros do IQA. Nesta análise verificou-se a possibilidade da criação de um novo modelo para determinação do IQA, formado pelos parâmetros coliformes termotolerantes, DBO, fosfato, oxigênio dissolvido e turbidez. A calibração do novo modelo se deu com a aplicação da ferramenta PLS (partial least squares), prevendo os valores de IQA gerados pelo novo modelo e comparando-os aos valores originais de IQA, para o conjunto de dados, calculados pela fórmula tradicional. A calibração indicou que os dados se ajustaram ao modelo, cujo coeficiente de determinação (R2) foi igual a 0,96, e o gráfico de resíduos apresentou distribuição aleatória, com valores dos resíduos bem próximos de zero. O modelo ainda foi avaliado estimando os resultados de IQA, com o uso de cinco parâmetros, e a aplicação dos resultados de monitoramento de qualidade da água do ano de 2011. Os resultados obtidos na validação retratam a previsão do IQA pelo modelo muito próxima aos resultados obtidos por meio do cálculo tradicional, apontando R2 igual a 0,92, confirmando a aplicabilidade do novo modelo construído.