Use este identificador para citar ou linkar para este item: http://www.repositorio.ufop.br/jspui/handle/123456789/12331
Título: Aplicação de análise multivariada no estudo da frequência de amostragem e do número de estações de monitoramento de qualidade da água.
Título(s) alternativo(s): Multivariate analysis applied for study of the sampling frequency and the number of sampling stations in water quality monitoring.
Autor(es): Maia, Kelly do Prado
Silva, Gilmare Antônia da
Libânio, Marcelo
Palavras-chave: Análise de componentes principais
Rede neural de Kohonen
Data do documento: 2019
Referência: MAIA, K. P.; SILVA, G. A.; LIBÂNIO, M. Aplicação de análise multivariada no estudo da frequência de amostragem e do número de estações de monitoramento de qualidade da água. Engenharia Sanitária e Ambiental, Rio de Janeiro, v. 24, n. 5, p. 1013-1025, out. 2019. Disponível em: <http://www.scielo.br/scielo.php?pid=S1413-41522019000501013&script=sci_arttext&tlng=pt>. Acesso em: 10 fev. 2020.
Resumo: O cerne do presente trabalho consistiu em aplicar ferramentas de análise exploratória multivariada objetivando avaliar o número de estações de monitoramento de qualidade da água e a frequência de amostragem. Para tal, utilizou-se banco de dados disponibilizado pelo Instituto Mineiro de Gestão das Águas (IGAM) referente à Bacia do Rio das Velhas, na região central mais populosa de Minas Gerais. Foram utilizadas as técnicas de análise das componentes principais (ACP) e a rede neural de Kohonen, que culminaram na significativa redução da frequência de amostragem, em alguns casos de mensal para anual ou semestral, e na redução do número de estações de monitoramento de 36 para 33. Os resultados permitem abrir a possibilidade do emprego dos métodos utilizados como ferramentas de gestão de recursos hídricos de bacias hidrográficas visando à otimização dos programas de monitoramento de qualidade de água.
Resumo em outra língua: The core of this work consisted of applying multivariate exploratory analysis tools to evaluate the number of water quality monitoring stations and the sampling frequency. In such way, the database provided by the Minas Gerais Institute of Water Management (IGAM) on the river basin of Rio das Velhas, in the most populous central region of Minas Gerais state, was used. The Principal Components Analysis and the Kohonen neural network techniques were applied, resulting in a significant reduction in sampling frequency, in some cases from monthly to annual or semi-annual, and in the reduction of the number of monitoring stations from 36 to 33. The results open the possibility of using these methods as watershed water resources management tools aimed at optimization of water quality monitoring programs.
URI: http://www.repositorio.ufop.br/handle/123456789/12331
DOI: https://doi.org/10.1590/s1413-41522019175743
ISSN: 1809-4457
Licença: Os trabalhos publicados no periódico Engenharia Sanitária e Ambiental, exceto onde identificado, estão sob uma licença Creative Commons que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Fonte: Engenharia Sanitária e Ambiental <http://www.scielo.br/scielo.php?script=sci_serial&pid=1413-4152&lng=en&nrm=iso>. Acesso em: 07 fev. 2020.
Aparece nas coleções:DEQUI - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_AplicaçãoAnáliseMultivariada.pdf
  Restricted Access
2,96 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.