JOÃO PAULO DE OLIVEIRA GOMES
APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS E
GEOESTATÍSTICA NO ESTUDO HIDROGEOQUÍMICO DE ELEMENTOS-TRAÇO
NOS SÓLIDOS EM SUSPENSÃO DO ALTO RIO MADEIRA.
Monografia apresentada ao Departamento de
Biologia da Fundação Universidade Federal de
Rondônia – UNIR, como parte dos requisitos
para obtenção do grau de Bacharel em Ciências
Biológicas.
PORTO VELHO-RO
2005
JOÃO PAULO DE OLIVEIRA GOMES
APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS E
GEOESTATISTICA NO ESTUDO HIDROGEOQUÍMICO DE ELEMENTOS-TRAÇO
NOS SÓLIDOS EM SUSPENSÃO DO ALTO RIO MADEIRA.
Monografia apresentada ao Departamento de
Biologia da Fundação Universidade Federal de
Rondônia – UNIR, como parte dos requisitos
para obtenção do grau de Bacharel em Ciências
Biológicas.
Área de Concentração: Biogeoquímica Ambiental
Orientador: Profº. Dr. Wanderley Rodrigues Bastos
PORTO VELHO-RO
2005
ii
FICHA CATALOGRÁFICA
GOMES, J. P. de O.
Aplicação da análise de componentes principais e geoestatística no estudo
hidrogeoquímico de elementos-traço nos sólidos em suspensão do Alto rio
Madeira. / João Paulo de Oliveira Gomes.
Porto Velho: s.n., 2005.
xiii, 72 p.
Orientador: Profº. Dr. Wanderley Rodrigues Bastos.
Monografia – Núcleo de Ciência e Tecnologia. Departamento de Biologia
da Fundação Universidade Federal de Rondônia - UNIR.
1. Hidrogeoquímica 2. Sólidos em Suspensão 3. Elementos-traço
4.Análise das Componentes Principais 5. Geoestatística
iii
APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS E
GEOESTATISTICA NO ESTUDO HIDROGEOQUÍMICO DE ELEMENTOS-TRAÇO
NOS SÓLIDOS EM SUSPENSÃO DO ALTO RIO MADEIRA.
JOÃO PAULO DE OLIVEIRA GOMES
BANCA EXAMINADORA
______________________________________________
(Dr. Wanderley Rodrigues Bastos)
______________________________________________
(Dr. José Vicente Elias Bernardi)
______________________________________________
(Dr. Marlon Martins dos Reis)
Monografia defendida e aprovada em ____/____/____
iv
DEDICATÓRIA
Aos meus pais Gustavo e Dalva,
pelo exemplo de vida, e a minha
namorada Elisabete com todo meu
amor e carinho.
v
AGRADECIMENTOS
Agradeço a Deus em primeiro lugar por ter-me colocado no mundo e guiado meus
caminhos até este momento da minha vida,
Ao meu orientador Profº. Dr. Wanderley Rodrigues Bastos por ter apostado suas fichas
em mim ao me iniciar no mundo científico, pela orientação, paciência, incentivos e amizade
sincera que permitiram a realização deste trabalho,
Ao Profº. Dr. José Vicente Elias Bernardi, pela orientação, paciência, amizade e
incentivos, sem os quais não seria possível realizar o este trabalho,
Ao Profº. Dr. Reitor Ene Glória da Silveira pelos três de anos de Bolsa do CNPqPIBIC/UNIR,
A minha família, em especial a minha mãe Dalva e ao meu pai Gustavo, por tudo que me
ensinaram e ainda me ensinam no caminhar da vida, pela confiança, incentivo, e
principalmente pelo incondicional amor que me dedicam; e a minha amada namorada
Elisabete por todo amor, apoio, paciência, compreensão e carinho,
A toda equipe do Laboratório de Biogeoquímica Ambiental em especial para Ronaldo
Cavalcante (Kabção), Ronaldo de Almeida (Tapyrus), Giselle (Taz), Greicyleia (Draguinha),
Darly (Catatau), Janeide (Mamolenga), Cibelle, Tchê, Grazyelle, Jaca, Ynhana, Tiago,
Déborah, João Hermann, Alessandra, Daril, Ailton, Ândrio, Daniela, pela amizade, paciência,
incentivos, ensinamentos e troca de experiências que foram muito importantes para minha
formação e conclusão deste trabalho,
Aos Profº. Mariângela, Maniesi, Juan, Valéria, Flávio, Márlon, Wanderley, Vicente,
Áurea, Lafayete, pelos conhecimentos transmitidos, além de todos os outros professores do
Departamento de Biologia que contribuíram e também para os que não contribuíram para a
minha formação acadêmica, e as funcionarias Graciete, Suely e Juraci.
Aos meus amigos de turma: Leandro, Priscilla, Vivienne, Allisson, Paulo Henrique,
Samuel, Jones, Sidvarnei, Metu Zalen, Ivonete, Carla, Jorge, Flávio, pelos momentos de
descontração e pela amizade,
Aos órgãos financiadores: CNPq- PIBIC/UNIR pelos três anos de Bolsa de Iniciação
Cientifica que proporcionaram a minha iniciação e crescimento como pesquisador. Além de
terem me proporcionado à participação nos congressos: IX Congresso Brasileiro de
Geoquímica, VIII Congresso Brasileiro de Ecotoxicologia e X Congresso Brasileiro de
Limnologia; a Furnas Centrais Elétricas do Brasil S.A., pelo apoio financeiro e logístico
empregado na realização deste trabalho; e aos meus pais pela grana despendida nos meus 4
anos de Porto Velho.
vi
Escrever qualquer merda
vii
SUMÁRIO
LISTA DE TABELAS
LISTA DE FIGURAS
RESUMO
ABSTRACT
1. INTRODUÇÃO
2. REVISÃO BIBLIOGRÁFICA
2.1. A BACIA AMAZÔNICA E O RIO MADEIRA
2.2. FONTES DE ELEMENTOS-TRAÇO NO MEIO AMBIENTE
2.3. FONTES DE ELEMENTOS-TRAÇO NO MEIO AMBIENTE
3. OBJETIVOS
3.1 – GERAL
3.2 – ESPECÍFICOS
4. METODOLOGIA
5.1. DESENHO AMOSTRAL
5.2. AMOSTRAGEM
5.3. MÉTODOS ANALÍTICOS
5.3.1. EXTRAÇÃO QUÍMICA
5.3.1.1. Para determinação de Mercúrio (Hg)
5.3.1.2. Para determinação dos demais elementos-traço
5.3.2. – ESPECTROFOTOMETRIA DE ABSORÇÃO ATÔMICA
5.3.3. CONTROLE DE QUALIDADE
5.4. MÉTODOS ESTATÍSTICOS DE ANÁLISE DOS DADOS
5.4.1. ANALISE ESTATÍSTICA MULTIVARIADA (PCA)
5.4.2. ANÁLISE GEOESTATÍSTICA (KRIGAGEM ORDINÁRIA PONTUAL)
6. RESULTADOS E DISCUSSÃO
6.1. PARÂMETROS FÍSICO-QUÍMICOS
6.1.1. ANÁLISE ESTATÍSTICA MULTIVARIADA DAS COMPONENTES
PRINCIPAIS (PCA) DOS PARÂMETROS FÍSICO-QUÍMICOS DA ÁGUA
6.2. SEDIMENTOS EM SUSPENSÃO
6.2.1. ANÁLISE ESTATÍSTICA MULTIVARIADA DAS COMPONENTES
PRINCIPAIS (PCA) DE ELEMENTOS-TRAÇO NOS SEDIMENTOS EM
SUSPENSÃO
6.2.2. ANÁLISE GEOESTATÍSTICA (KRIGAGEM ORDINÁRIA PONTUAL)
DA CARGA DE SEDIMENTOS EM SUSPENSÃO
6.2.3. ANÁLISE GEOESTATÍSTICA (KRIGAGEM ORDINÁRIA PONTUAL)
DAS CONCENTRAÇÕES DE Hg NA CARGA DE SEDIMENTOS EM
SUSPENSÃO
7. CONCLUSÕES
viii
REFERÊNCIAS BIBLIOGRÁFICAS
APÊNDICE
ix
LISTA DE TABELAS
Tabela 01. Número de Indústrias em no Estado de Rondônia por Município.
06
Tabela 02. Densidade dos principais elementos-traço.
07
Tabela 03. Concentrações de alguns elementos-traço na crosta terrestre e em
08
solos de diferentes regiões do mundo.
Tabela 04. Adições antropogênicas de alguns elementos-traço a ecossistemas
10
aquáticos (106 Kg ano-1).
Tabela 05. Extração mineral e emissão atmosférica de alguns elementos-traço
11
no mundo.
Tabela 06. Adições globais de alguns elementos-traço ao solo (106 Kg ano-1).
12
Tabela 07. Principais impactos causados na saúde humana por alguns
21
elementos-traço.
Tabela 08. Função Biológica, toxicidade para plantas e animais de alguns
22
elementos-traço importantes.
Tabela 09. Limites de Detecção da Técnica (LTD) para cada elemento químico
29
analisado.
Tabela 10. Concentração de Hg (g.g.1) e Mn (g.Kg.1) em amostras de
30
Referência Certificada de sedimento.
Tabela 11. Valores médios dos parâmetros físico-químicos do rio Madeira
36
(Novembro 2003).
Tabela 12. Coordenadas e resultados dos parâmetros físico-químicos das
36
amostras coletadas na bacia do rio Madeira (Novembro 2003).
Tabela 13. Cargas das componentes principais indicando as percentagens de
38
explicação da variabilidade das variáveis físico-químicas (novembro de 2003).
Tabela 14. Concentração de sedimentos em suspensão (mg.L-1) e elementos-
40
-1
traço (g.g ) na Bacia de drenagem do rio Madeira (novembro 2003).
Tabela 15 Cargas das componentes principais indicando as percentagens de
42
explicação da variabilidade das variáveis relacionadas aos sedimentos em
suspensão (novembro de 2003).
Figura 16 Semi-variograma para as concentrações de S.S. Modelo anisotrópico 44
esférico com um modelo de função de covariância: co= 1400, c=10000, a=
38.000 m mostrando pares de pontos das amostras com separação até 60.000 m.
Figura 17. Mapa de isoteores das [S.S.] (mg.L-1) a partir do algorítmo de 45
x
Krigagem Ordinária Pontual.
Figura 18. Mapa de desvio das [S.S.] (mg.L-1) a partir do algorítmo de 46
Krigagem Ordinária Pontual.
Figura 19. Semi-variograma para as concentrações de Hg em sedimentos em 47
suspensão. Modelo anisotrópico Linear com um modelo de função de
covariância: c0= 80, mostrando pares de pontos das amostras com separação até
60.000 m.
Figura 20. Mapa de isoteores das [Hg] (g.Kg-1) a partir do algorítmo de 48
Krigagem Ordinária Pontual.
Figura 21. Mapa de desvio das [Hg] (g.Kg-1) a partir do algorítmo de 49
Krigagem Ordinária Pontual.
xi
LISTA DE FIGURAS
Figura 01. Variação do nível fluviométrico do rio Madeira entre os anos de 1996
03
a 2001.
Figura 02. Processos dinâmicos interativos que governam a solubilidade,
13
disponibilidade e mobilidade de elementos-traço nos solos. Compilado de
McBride (1994).
Figura 03. Produção oficial e estimada da produção de ouro no rio Madeira-RO
14
(BASTOS, 2004).
Figura 04. Representação esquemática do ciclo de elementos-traço em lagos.
16
Adaptado de Stumm & Morgan (1996).
Figura 05. Passagens do mercúrio da mineração de ouro até chegar ao homem.
18
Figura 06. Localização da área de estudo evidenciando o trecho do Alto rio
23
Madeira.
Figura 07. Desenho experimental da malha de amostragem biogeoquímica.
25
Figura 08. Localização dos pontos amostrados no Alto rio Madeira nas duas
26
expedições realizadas.
Figura 09. Projeção espacial da ordenação dos vetores das variáveis físico-
38
químicas nas três componentes principais (novembro de 2003).
Figura 10. Projeção espacial da ordenação dos vetores das variáveis relacionadas
aos sedimentos em suspensão nas três componentes principais (novembro de
2003).
43
xii
RESUMO
GOMES, J.P.O. Aplicação da análise de componentes principais e geoestatística no estudo
hidrogeoquímico de elementos-traço nos sólidos em suspensão do Alto rio Madeira. Porto
Velho, 2005. tantas p.Monografia. Departamento de Biologia, Fundação Universidade Federal
de Rondônia – UNIR.
O presente trabalho teve por objetivo fazer um levantamento hidrogeoquímico das
concentrações dos elementos-traço (Cd, Cu, Cr, Zn, Pb, Fe, Co, Mn, Hg) no Alto rio Madeira
e afluentes através de análise por Espectrofotometria de Absorção Atômica na matriz abiótica,
sólidos em suspensão. Utilizando-se técnicas de análise geoestatística: Semi-variograma e
Krigagem Ordinária Pontual, para produzir mapas de isolinhas de teores de sólidos em
suspensão e concentração de mercúrio (Hg). A realização desse levantamento se deve à
expectativa de ampliação do potencial energético regional com a possível chegada do gás
natural de Urucu-AM e o Projeto Hidroelétrico de FURNAS no Alto rio Madeira, que
possivelmente acarretará num desenvolvimento sócio-econômico e industrial. A análise dos
parâmetros físico-químicos mostrou que a bacia de drenagem do alto rio Madeira é constituída
por rios com águas brancas e pretas; de levemente alcalinas a levemente ácidas; de elevada a
baixa condutividade elétrica; e com alta quantidade de oxigênio dissolvido no meio. A área
amostral apresentou de forma geral concentrações de elementos-traço em níveis naturais. As
maiores concentrações encontradas foram de Fe e Mn, que se devem aos tipos de solos da
bacia de drenagem, onde prevalece a classe dos latossolos. Os elementos considerados
traçadores industriais como Cd, Cr e Pb apresentaram baixas concentrações devido ao pequeno
potencial poluidor do parque industrial da região. Os mapas de Krigagem demonstram uma
variação continua nas concentrações de Hg e uma dependência espacial dos sólidos em
suspensão ao longo do rio Madeira, bem como, um aumento médio nas concentrações de Hg
adsorvido aos sólidos em suspensão do rio Madeira na confluência com alguns afluentes
amostrados.
PALAVRAS-CHAVE: Rio Madeira; Elementos-traço; Mercúrio; Geoestatística e sólidos em
suspensão.
xiii
ABSTRACT
GOMES, J.P.O. Aplicação da análise de componentes principais e geoestatística no estudo
hidrogeoquímico de elementos-traço nos sólidos em suspensão do Alto rio Madeira. Porto
Velho, 2005. tantas p.Monografia. Departamento de Biologia, Fundação Universidade Federal
de Rondônia – UNIR.
This study to have in view make prior lifting of trace element concentrations (Cd,
Cu, Cr, Zn, Pb, Fe, Co, Mn, Hg) in high Madeira river and his tributaries by Atomic
Absorption Spectrophotometer in abiotics samples, suspension solids. Using geoestatistic
analysis technical: Semi-variogram and Pontual Ordinary Kriging, to produce isolines maps of
suspension solids proportions and mercury concentrations. The realization of this lefting in the
enlargement expectation of regional eletric potencial with the posible came of natural gas of
Urucu-AM and FURNAS Hydroelectric Project that result in industrial and sócio-economic
developing. The analysis of the physiochemical parameters showed that the basin of drainage
of the high Madeira river is constituted by rivers with white and black waters; of slightly
alkaline the slightly acid; high the low electric conductivity; and with high demand chemistry
of oxygen and oxygen dissolved in the middle. The study area presented the element-trace
concentrations in natural levels. The Fe e Mn concentration were largest found, both are
coming of the types of soils of the drainage basin, were the class of the latossolos prevails. The
trace elements considered industrial like Cd, Cr and Pb presented low concentrations due to
the small pollutant potential of the industrial park of the area. Kriging maps demonstrate a
continuing variation in Hg concentrations and suspension solids space dependence along of
Madeira River, as well as, an average increase in Hg concentrations adsorption to the
suspension solids of Madeira River in the confluence with some sampling tributaries.
KEYWORDS: Madeira River; trace element; Mercury; Geoestatistic; Suspension solids.
1
1. INTRODUÇÃO
A Bacia de drenagem do rio Madeira, devido a sua importância quanto ao fluxo de
sólidos em suspensão carreados ao rio Amazonas tem sido avaliada por vários autores (SIOLI,
1967; MARTINELLI et al., 1989; GUYOT et al., 1999; FILIZOLA-JÚNIOR, 1999). Pois,
naturalmente o rio Madeira transporta uma grande carga de sólidos em suspensão na ordem de
40.106 t.ano-1 (GUYOT et al., 1999). Tornando-o um veiculo de transporte e dispersão de
poluentes orgânicos e inorgânicos, a exemplo, de elementos-traço adsorvidos as partículas
sedimentares em suspensão. Deste modo, a dinâmica dos sólidos em suspensão é um fator
chave para se entender o funcionamento ecológico, ambiental e geoquímico de muitos rios,
principalmente na região Amazônica (SIOLI, 1967).
Em relação às concentrações de elementos-traço no rio Madeira, com ênfase ao
elemento Hg, devido à contribuição antrópica da garimpagem de ouro de aluvião na região,
vem sendo avaliada por autores, tais como: Martineli et al., 1987;Lacerda et al., 1987; Pfeiffer
& Lacerda, 1988; Malm et al., 1991; Leckler et al., 2000; Maurice-Bourgoin et al., 2000;
Bonotto & Silveira, 2003 e Bastos et al., 2005. Porém, o estudo destas matrizes ambientais
considerando-as como Variáveis Regionalizadas (VR), ou seja, variáveis que apresentam uma
dependência espacial, ainda é um estudo sem referência na Bacia do rio Madeira.
Nos estudos realizados sobre a carga de sólidos em suspensão no rio Madeira e a
sua relação com o transporte de elementos-traço, a exemplo do Hg, têm utilizado-se como
ferramenta estatística, a estatística clássica. Na sua base matemática, esta assume que
qualquer dado é aleatório e independente dos outros, e que estão distribuídos uniformemente
ao acaso. Neste caso a estatística clássica é inviável para responder a uma questão específica
referente aos padrões de dispersão espacial (NOGUEIRA et al., 2004). Portanto, a análise
estatística multivariada e a análise geoestatística até o momento são as ferramentas mais
adequadas para responder a questões de dependência espacial.
A geoestatística baseia-se no estudo do padrão de distribuição espacial de um
elemento, auxiliando a compreensão dos processos que o resulta, aumentando assim o
conhecimento dos processos geoquímicos que o controlam (ZHANG & SELINUS, 1997).
Atualmente procedimentos de avaliação da distribuição espacial de Hg e outros elementostraço baseados na modelagem geoestatística têm sido utilizados (ZHANG & SELINUS, 1997;
INÁCIO et al., 1998; ARGENTO et al., 2003; XU & TAO, 2004; WASSERMAN &
QUEIROZ, 2004). Segundo Leecaster (2003), os mapas gerados através de técnicas
2
geoestatísticas têm sido ferramentas úteis em diversas áreas ambientais para identificar
gradientes de concentração dos elementos-traço.
Esta proposta de estudo se torna muito importante na região, uma vez que, a Bacia
do rio Madeira vem sendo explorada desde a década de 70 pela atividade garimpeira e mais
recentemente pela atividade agropecuária nas cabeceiras dessa importante Bacia. O atual uso
da terra na região, sem um manejo adequado, tem acelerado o processo de erosão através do
escoamento superficial da água das chuvas após lavagem e lixiviação dos solos da região,
carreando elementos-traço como (Co, Cd, Cr, Cu, Pb, Hg, Zn, Mn e Fe) para o talvegue dos
rios. Por isso, o principal objetivo deste trabalho foi estudar a relação entre os sólidos em
suspensão e as concentrações de elementos-traço, com ênfase ao Hg, através de técnicas
estatísticas multivariadas e a distribuição espacial destes através de técnicas geoestatísticas no
trecho do Alto rio Madeira.
2. REVISÃO BIBLIOGRÁFICA
2.1. A Bacia Amazônica e o rio Madeira
Inserido na Bacia Amazônica, o rio Madeira é o principal afluente da margem
direita do rio Amazonas, tendo 1.459 Km de extensão, todo ele dentro do território brasileiro.
Percorre os estados de Rondônia e Amazonas, com a sua formação na confluência dos rios
Mamoré e Beni (originários dos planaltos andinos), na localidade de Vila Murtinho no
município de Nova Mamoré (RO), até sua foz no rio Amazonas próximo ao município de
Itacoatiara (AM), com vazão média de 23.000m3/s (SEDAM, 2002). A bacia hidrográfica
constituída pelo rio Madeira e seus afluentes drenam uma área de 1.420.000 Km2, sendo que
os demais afluentes nascem em áreas rebaixadas do Planalto Central (Serra dos Pacaás Novos,
Chapada dos Parecis e Serra do Roncador), em altitudes que não ultrapassam 800 m.
O rio Madeira apresenta dois trechos distintos em seu curso, denominados Alto e
Baixo Madeira. O primeiro trecho que vai da formação até as proximidades de Porto Velho,
chamado de Alto Madeira, tem cerca de 360 Km de extensão não apresentando condições de
navegabilidade devido à grande quantidade de cachoeiras existentes. São 18 cachoeiras ao
todo, com desnível de cerca de 72 m e índice de declividade da ordem de 20 cm a cada
quilômetro. O Baixo Madeira, trecho onde funciona a “Hidrovia do Madeira”, uma das
importantes vias fluviais da América do Sul, corre numa extensão de 1.099 Km, a partir da
Cachoeira de Santo Antonio até sua foz no rio Amazonas (SEDAM, 2002). Se junta ao rio
3
Amazonas em volumes d’água quase equivalentes, dependendo da época do ano. Seu nível
fluviométrico oscila cerca de 15 m entre as estações seca e chuvosa (figura 01).
Devido ao seu volume de águas o rio Madeira é considerado um dos vinte maiores
rios do mundo. As primeiras classificações quanto às águas da Bacia Amazônica foi realizada
por Sioli et al. (1967), tendo como base principal, o grau de acidez. Nessa primeira
classificação o rio Madeira foi classificado como um rio de águas branco-amareladas, ricas
em material dissolvido e particulado em suspensão, ou seja, sua nascente é fornecedora
Nível Fluviométrico (m)
primária de material sedimentar.
18
16
14
12
10
8
6
4
2
0
JA
N
Rio Madeira
o
o
08 44'87"S 63 54'99"W
V
FE
1996
R
A
M
B
A
R
1997
IO
A
M
JU
N
1998
JU
L
G
A
O
T
SE
1999
O
T
U
2000
O
N
V
EZ
D
2001
Figura 01. Variação do nível fluviométrico do rio Madeira entre os anos: 1996 e 2001.
Fonte: Compilado de CPRM (2002) apud BASTOS (2004).
Conforme Katzer (1897) apud Mortatti & Probst (1998), desde os resultados das
primeiras investigações científicas sobre a qualidade química das águas do rio Amazonas,
mostra-se à influência dos afluentes à montante deste rio. Nestas investigações Katzer
observou que os tributários do baixo Amazonas apresentavam carga sólida maior, quando em
comparação com o canal principal. Mais recentemente, Martinelli et al. (1989), mostrou esta
influência através da quantificação das cargas sólidas em suspensão dos principais afluentes
do rio Amazonas, onde em termos médios, quase metade do material em suspensão
transportado pelo rio Amazonas ao oceano Atlântico é oriundo da bacia de drenagem do rio
Madeira (0,5x109 t/a). Segundo dados de Mortatti et al. (1989) entre os tributários do rio
Amazonas, na sua parte baixa, o rio Madeira foi o que mais contribuiu com um transporte de
material sólido da ordem de 37x106 t/a, muito próximo aos resultados de Guyot et al. (1999)
referentes à Bacia do Alto rio Madeira, junto à estação de Vilabela, onde o mesmo encontrou
um transporte de sólidos totais na ordem de 40x106 t/a, justificando a origem de suas águas
nos Andes Bolivianos. Segundo, o referido autor, mais de 90% do material dissolvido
4
transportado ao oceano tem origem Andina, confirmando as verificações anteriores. Durante o
período de cheia, tal valor passa a ser mais significativo, como o determinado por Mortatti et
al. (1989), em torno de 1,4x109 t/a.
2.2. Fontes de elementos-traço para o meio ambiente
O termo elemento-traço tem sido usado para definir metais catiônicos e oxiânions
que normalmente estão presentes em baixas concentrações no ambiente, usualmente <1g.kg-1,
muito embora Al, Fe e Mn, os quais ocorrem em maiores concentrações na litosfera
(principalmente em ecossistemas tropicais), também sejam tratados como elementos-traço por
alguns autores (KABATA-PENDIAS & PENDIAS, 2001; MORTATTI & PROBST, 1998;
BONOTTO & SILVEIRA, 2003). Este termo tem sido preferido em diversas publicações
recentes que tratam desse assunto (McBRIDE, 1994; STUMM & MORGAN, 1996;
KABATA-PENDIAS & PENDIAS, 2001; BONOTTO & SILVEIRA, 2003), em detrimento
da expressão metal pesado, que se refere aos metais com densidade acima de 5,0 g/cm3, nunca
ter sido definida por nenhum órgão oficial na área de química (IUPAC), tendo perdido seu
sentido (tabela 01).
Tabela 01. Densidade dos principais elementos-traço.
METAL
DENSIDADE
3
METAL
DENSIDADE
(Símbolo)
(g/cm )
(Símbolo)
(g/cm3)
ALUMÍNIO (Al)
2,7
MERCÚRIO (Hg)
14,1
CHUMBO (Pb)
11,3
COBALTO (Co)
8,9
COBRE (Cu)
8,9
ZINCO (Zn)
7,1
CRÔMIO (Cr)
7,2
CÁDMIO (Cd)
8,4
FERRO (Fe)
7,8
MANGANÊS (Mn)
7,4
No meio ambiente os elementos-traço podem estar presentes em águas
superficiais, sub-superfíciais, solos e sedimentos tanto em concentrações naturais,
dependendo da formação geológica da região, quanto pela atividade antropogênica. Para fins
comparativos e de referência, a tabela 02 apresenta as concentrações médias de elementostraço na crosta terrestre e em solos do mundo.
Os processos naturais que contribuem para o aparecimento de elementos-traço em
águas são o intemperismo de rochas e o escoamento superficial da água das chuvas após
lavagem e lixiviamento de elementos no perfil do solo da região. Portanto, a constituição
5
geológica tem grande importância na composição da água dos rios e lagos que drenam íons
metálicos e pequenas partículas dos solos, contribuindo assim para a composição físicoquímico da água regional, além de uma possível representação do particulado em suspensão
(MORTATTI & PROBST, 1998).
Tabela 02. Concentrações de alguns elementos-traço na crosta terrestre e em solos de
diferentes regiões do mundo.
Elemento
Crosta terrestrea
Solos do mundob
Químico
(mg.Kg-1)
(mg.Kg-1)
Cd
0,1
-
Co
20
1,4-27 (10)
Cr
100
12-221 (67)
Cu
50
6-80 (24)
Hg
0,05
-
Mn
950
80-1315 (558)
Pb
14
8-67 (29)
Zn
75
17-236 (67)
a
Valores para crosta terrestre expressos como médias;
b
Valores para solos do mundo são expressos como mínimo-máximo (média).
Fonte: Adaptado de Kabata-Pendias & Pendias (2001).
As principais fontes antropogênicas de contaminação dos rios e lagos com
elementos-traço são: atividade industrial através do lançamento de efluentes sólidos, líquidos
e deposição atmosférica de partículas ou gases (ex. Pb e V); atividades de mineração como a
fundição de metais não-ferrosos (ex. Cd, Ni, Pb e Se) e os garimpos de ouro (ex. Hg);
fabricação de ferro e aço (ex. Cr, Mo, Sb e Zn); efluentes domésticos (especialmente As, Cr,
Cu, Mn e Ni) e águas superficiais provenientes de áreas cultivadas com adubos químicos e
defensivos agrícolas (estes contêm os mais variados metais como o Cd, Hg, Pb, Cu, etc.)
(NRIAGU & PACYNA, 1988) (tabela 03). Essas fontes antropogênicas são responsáveis pela
alteração pontual ou não-pontual das concentrações de elementos-traço na coluna d’água.
Causando assim uma diferenciação ao decorrer da coluna d’água e desestruturando toda a
ciclagem natural de elementos-traço presentes no sistema hídrico (TAILLEFERT &
GAILLARD, 2002).
6
Tabela 03. Adições antropogênicas de alguns elementos-traço a ecossistemas aquáticos
(106 Kg ano-1).
FONTE
Cd
Cr
Cu
Hg
Mn
Pb
Zn
Efluentes urbanos
0,18–1,8
8,1–36
4,5–18
0–0,18
18–81
0,9–7,2
9,0–45
Efluentes rurais
0,3–1,2
6,0–42
4,2–30
0–0,42
30–90
0,6–4,8
6,0–36
Energia a vapor
0,01-0,24
3,0–8,4
3,6–23
0–3,6
4,8–18
0,24-1,2
6,0–30
0–0,3
0–0,7
0,1–9
0–0,15
0,8–12
0,25-2,5
0,02–6
-
-
-
-
14–36
1,4–2,8
5,6–24
0,01–3,6
3–20
2,4–17
0–0,04
2,0–15
1,0–6,0
2,0–20
0,5–1,8
15–58
10–38
0–0,75
2,5–20
2,5–22
25–138
0,1–2,5
2,5–24
1,0–18
0,02-1,5
2,0–15
0,4–3,0
0,2–5,0
Papel e celulose
-
0,01-1,5
0,03-0,39
-
0,03-1,5
0,01-0,9
0,09-1,5
Produtos de petróleo
-
0–0,21
0–0,06
0–0,02
-
0–0,12
0-0,24
0,9–3,6
2,2–16
6,0–15
0,22-1,8
3,2–20
87–113
21–58
0,08-1,3
5,8–32
2,9–22
0,0-0,31
32–1,06
2,9–16
2,6–31
2,1–17
45–239
35–190
0,3–8,8
109-414
97–180
77–375
(9,4)
(142)
(112)
(4,6)
(262)
(138)
(226)
Mineração
e
revestimento
Fundição e refino (ferro
e aço)
Metais não-ferrosos
Processos
industriais
(metais)
Produtos químicos
Deposição atmosférica
Descarga de lodo de
esgoto
Total
(média)
Fonte: Adaptado de Nriagu & Pacyna (1988).
Nos ecossistemas aquáticos continentais os elementos-traço podem se apresentar
sob as formas: iônica (apresenta maior disponibilidade geoquímica e, conseqüentemente,
maior biodisponibilidade, além de aumentarem seu tempo de resistência na coluna d’água);
complexada (principalmente a moléculas orgânicas); adsorvidos a sólidos em suspensão
(principalmente como componente dos detritos e da biomassa). Dentre os sistemas aquáticos,
os lagos, devido às suas características de ambientes deposicionais, são os reservatórios
potenciais destes elementos químicos (ESTEVES, 1998; TAILLEFERT & GAILLARD,
2002).
Nos sistemas aquáticos o transporte de elementos-traço é realizado sob a forma
dissolvida ou ligado ao sólido em suspensão. Desta forma, cerca de 90 a 99% dos elementostraço presentes na carga total dos rios são transportados adsorvidos aos sedimentos em
suspensão. Isso, dependendo do comportamento geoquímico do metal (especiação e
complexação) e outros parâmetros físico-químicos, tais como o pH, circunstâncias do
potencial oxido-redução (redox) e a natureza da interação entre os sólidos e as espécies
7
químicas, que determinam o coeficiente de partição do metal entre a fase dissolvida e a
adsorção com partículas finas, que é um processo chave neste transporte (BONOTTO &
SILVEIRA, 2003). Assim os rios que recebem grandes cargas de rejeitos industriais
apresentam, na maioria dos casos, grandes concentrações de elementos químicos na fase
dissolvida, enquanto que rios sem contribuição antrópica apresentam a maior parte da carga
total associada aos sólidos em suspensão (HATJE et al., 2003).
Segundo Mortatti & Probst (1998) o fluxo de elementos-traço medido junto à foz
de uma bacia hidrográfica, é o resultado conjunto dos mecanismos de erosão e sedimentação,
além da ação antrópica que afetam essa bacia de drenagem.
Durante o transporte fluvial, o fluxo dos elementos-traço pode ser modificado
através das trocas com a planície aluvial, com os sedimentos de fundo em processos de
adsorção e dessorção, com os organismos biológicos e através das diversas reações
biogeoquímicas, envolvendo a precipitação e a dissolução de certos minerais, oxidação da
matéria orgânica e desnitrificação (MORTATTI & PROBST, 1998).
Dentre as diversas reações biogeoquímicas, as mais importantes são as interações
que ocorrem entre Fe e Mn e os demais metais e substâncias presentes na coluna d’água.
Segundo Stumm & Morgan (1996), próximo à interface água-sedimento, pode ocorrer uma
zona anóxica, de depleção de O2, onde reações de redução e dissolução de óxidos de Fe (III) e
Mn (IV) podem liberar metais catiônicos (Cd+2, Cu+2, Pb+2, Zn+2) ou oxiânions (AsO3-3) que
se encontravam adsorvidos a estes óxidos. A dissolução destes óxidos leva também à
liberação de Fe+2 e Mn+2 que, uma vez atingindo a região óxica próxima à superfície, na
presença de O2, sofrem oxidação e re-precipitação, levando novamente à formação de óxidos
de Fe (III) e Mn (IV), que podem adsorver elementos-traço dissolvidos e, eventualmente,
sofrerem sedimentação no fundo do lago, ficando sujeitos a novos ciclos de redução e
dissolução, e assim por diante (figura 02).
Levando-se em consideração as altas concentrações de Fe (+5000g.L-1) e Mn
(+300g.L-1) na bacia hidrográfica do rio Madeira (GOMES et al., 2003a), e a alta correlação
entre a concentração destes elementos em lagos marginais à jusante deste (GOMES et al.,
2003b), podemos considerar que a ciclagem de Fe e Mn é um importante contribuidor para a
remoção de outros elementos através da mobilização e posterior sedimentação.
8
Figura 02. Representação esquemática do ciclo de elementos-traço em lagos. Adaptado de
Stumm & Morgan (1996).
Devido à adsorção realizada pelos sólidos em suspensão e sedimentos de fundo,
estes também são importantes controladores das concentrações de elementos-traço dissolvidos
nos meios hídricos. Nesse contexto, os fatores físico-químicos do meio aquático são de grande
importância, pois podem disponibilizar os metais que estão adsorvidos nos sólidos em
suspensão ou associados aos sedimentos de fundo, deixando-os disponíveis à biota, podendo
bioacumular e biomagnificar (a exemplo do Hg) ao longo da cadeia alimentar. Não havendo
grandes modificações físico-químicas no ambiente pode ocorrer à remoção destes metais
dissolvidos para fases sólidas através de processos de: adsorção, floculação, precipitação e
co-precipitação (HATJE et al., 2003).
A poluição das águas por elementos-traço é um importante fator que afeta tanto o
ciclo geoquímico desses elementos quanto à qualidade ambiental. Porém, nos últimos anos,
especialmente na década de 90, a poluição dos solos tem merecido especial atenção, sendo
mundialmente reconhecida como um problema que pode representar sérios riscos à qualidade
do meio aquático. Pois, o fluxo de elementos-traço numa bacia hidrográfica pode ser
modificado através das trocas com a planície aluvial. Solos possuem características únicas
quando comparados aos outros componentes da biosfera (ar, água e biota), pois se apresentam
não apenas como um dreno para contaminantes, mas também como um tampão natural que
controla o transporte de elementos químicos e outras substâncias para a atmosfera, hidrosfera
e biota (KABATA-PENDIAS & PENDIAS, 2001).
As principais fontes antropogênicas de contaminação dos solos com elementostraço são: extração mineral; descarte de produtos comerciais e; as precipitações atmosféricas
9
de cinzas ou pequenas partículas provenientes de queimadas e gases poluentes lançados por
indústrias e incineradoras que provocam a volatilização e formação dessas cinzas ricas em
metais adsorvidos (NRIAGU & PACYNA, 1988) (tabela 04). Insumos agrícolas ou
subprodutos usados com finalidade corretiva ou nutricional na agricultura representam
também uma possível fonte de contaminação dos solos com elementos-traço. Embora menos
importantes do ponto de vista quantitativo, esses insumos (fertilizantes, calcários, estercos e
lodos de esgoto) podem se constituir em importantes fontes não pontuais de poluição de solos
e águas. McBride (1994) relata que a alteração do teor natural de elementos-traço nos solos
pela aplicação de taxas agronômicas de fertilizantes tende a levar décadas.
Tabela 04. Adições globais de alguns elementos-traço ao solo (106 Kg ano-1).
FONTE
Cd
Cr
Cu
Hg
Mn
Pb
Zn
Resíduos agrícolas
0-3,0
4,5-90
3-38
0-1,5
15-112
1,5-27
12-150
Resíduos animais
0,2-1,2
10-60
14-80
0-0,2
50-140
3,2-20
150-320
0-2,2
2,2-18
3,3-52
0-2,2
18-104
6,6-8,2
13-65
Resíduos urbanos
0,88-7,5
6,6-33
13-40
0-0,26
7-42
18-62
22-97
Lodo de esgoto municipal
0,02-0,34
1,4-11
4,9-21
0,01-0,8
4,4-11
2,8-9,7
18-57
–
0,08-0,63
0,02-1,6
0,13-2,1
Resíduos de madeira
Resíduos orgânicos diversos
Resíduos de manufat. de
metais
Cinzas de queima de carvão
0-0,01
0,01-0,48 0,04-0,61
0-0,08
0,65-2,4
0,95-7,6
0-0,08
0,41-4,9
4,1-11
2,7-19
1,5-13
149-446
93-335
0,37-4,8
498-1655
45-242
112-484
–
0,13-0,83
0,42-2,3
0,26-1,1
0-0,02
5,2-17
0,45-2,6
0,15-3,5
100-500
195-390
310-620
7,4-46
202-263
49-135
0,03-0,25 0,03-0,38 0,05-0,58
Fertilizantes
Turfa (fins agrícolas ou
0-0,11
0,04-0,19
0,78-1,6
305-610
Deposição atmosférica
2,2-8,4
5,1-38
Total
5,6-38
combustível)
Descarte de prod.
Comerciais
(média)
(22)
0,15-2
395-790 0,55-0,82
14-36
484-1309 541-1367
(896)
(954)
0,63-4,3
1,6-15
(8,3)
706-2633 479-1113
(1670)
(796)
689-2054
(1372)
Fonte: Adaptado de Nriagu & Pacyna (1988). J, normalize as casas decimais.
As emissões atmosféricas e a extração mineral contribuem com cerca de 11% de
Mn a 96% de Pb do total das fontes antropogênicas, além de serem responsáveis por adições
de até 1,16 milhões de toneladas do metal Pb por ano ao ecossistemas terrestres e aquáticos
(NRIAGU & PACYNA, 1988). Um quadro resumido da emissão atmosférica e da extração
mineral de alguns elementos-traço é apresentado na tabela 05.
10
Tabela 05. Extração mineral e emissão atmosférica de alguns elementos-traço no mundo.
Elemento
Extração Mineral
Emissão Atmosférica
1997
Média Mundial
Cd
3
19,675. 10 toneladas
8,9. 109g ano-1
Cr
3750. 103 toneladas
74. 109g ano-1
Cu
11386. 103 toneladas
63. 109g ano-1
Co
24,800. 103 toneladas
-
Zn
7036. 103 toneladas
177. 109g ano-1
Mn
6699. 103 toneladas
355. 109g ano-1
Pb
2817000. 103 toneladas
344. 109g ano-1
Fe
528981. 103 toneladas
-
Hg
3
3,089 10 toneladas
6,1. 109g ano-1
Fonte: Dados compilados e adaptados de Nriagu & Pacyna (1988).
As reações que controlam a disponibilidade de elementos-traço em solos
compreendem adsorção e dessorção, precipitação e dissolução, e complexação. A figura 03
ilustra resumidamente os processos que governam a solubilidade, disponibilidade e
mobilidade de elementos químicos no solo.
Figura 03. Processos dinâmicos interativos que governam a solubilidade, disponibilidade e
mobilidade de elementos-traço nos solos. Compilado de McBride (1994).
Esses processos são influenciados por diferentes atributos, sendo o pH e o
potencial redox os mais relevantes, pois além de afetarem diretamente as reações
supracitadas, são também os principais fatores que controlam a especiação de elementos-traço
em solução. A concentração de elementos-traço na solução da maioria dos solos é bastante
baixa, normalmente na faixa de 1 a 1000 µg.L-1 (partes por bilhão), não sendo raros os casos
em que estes teores são menores que 1 µg.L-1. Nestas condições, esses elementos tendem a ser
retidos no solo via adsorção, principalmente na forma não trocável (McBRIDE, 1994).
11
2.3. Elementos-traço no rio Madeira
Na região do rio Madeira os estudos referentes a elementos-traço estão focados em
pesquisas sobre a contaminação ambiental decorrente da atividade garimpeira de ouro de
aluvião, realizada desde a década de 70, sendo atribuído a esta as altas concentrações de
mercúrio (Hg) na região. Sendo que, o uso intensivo do mercúrio metálico (Hg0) como agente
amalgamador de ouro pelos garimpeiros na região amazônica persiste até os dias atuais com
grandes perdas para o ambiente, o que, aliado ao alto potencial tóxico de seus derivados, sua
capacidade de biocumulação e biomagnificação ao longo da cadeia trófica, o torna de especial
interesse como elemento tóxico para estudos na região. Entre os inúmeros estudos realizados
para melhor entender o comportamento deste metal na região do rio Madeira, grande parte
destes foram realizados em solos, sedimento de fundo de lagos e rios, peixes e humanos
através da exposição alimentar e ocupacional.
O depósito de ouro em exploração no rio Madeira localiza-se na fronteira do Brasil
com a Bolívia, no Estado de Rondônia, numa região autorizada e delimitada por portarias do
Ministério de Minas e Energia (Nos. 1345 de 1979 e 1034 de 1980) e denominada Reserva
Garimpeira do rio Madeira, ocupando uma área de 192km2 ao longo do rio Madeira, no trecho
compreendido entre as cachoeiras do Paredão (Guajará-Mirim) e Teotônio (Porto Velho).
A produção de ouro oficial segundo a Secretaria de Receita Federal de Rondônia
no período entre 1979 e 1995 foi de 51,5t, após essa data não se tem registro oficial (figura
04). A perda de Hg nesse processo chegou a tingir 40 a 45% do total utilizado, caindo
diretamente no rio Madeira, e o restante do Hg sublimava para a atmosfera na ordem 55 a
60% (PFEIFFER & LACERDA, 1988). Baseado nesses cálculos, estes autores estimaram que
cerca de 68t de Hg foram lançadas para o meio ambiente na região, apenas considerando o
período citado e a produção oficial. Segundo estimativas esse despejo ultrapassou as 90t nesse
período, baseado em estimativas de extrações de ouro não registrado.
20000
18000
16000
14000
12000
Kg
10000
8000
6000
4000
2000
0
1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995
PERÍODO DE PRODUÇÃO
PRODUÇÃO OFICIAL
PRODUÇÃO ESTIMADA
Figura 04. Produção oficial e estimada de ouro no rio Madeira (BASTOS, 2004).
12
Os sedimentos de fundo devido a sua capacidade de refletir as entradas pontuais
recentes de Hg tem sido um dos compartimentos mais estudados para avaliar a contaminação
por Hg no rio Madeira. Segundo Leckler et al. (2000) a distribuição do Hg reflete
basicamente dos rejeitos de dragas e balsas, onde estes determinaram concentrações de 41
µg.Kg-1 a montante, e de 340 µg.Kg-1 a jusante de dragas em operação na região, mostrando
um aumento devido à fonte pontual. Logo, as concentrações de Hg medidas nos sedimentos
de fundo na Bacia do rio Madeira se apresentam mais elevadas nas regiões de maior
exploração atingindo valores de até 19.800 µg.Kg-1 no Rio Mutum-Paraná, área de concerto
de dragas e balsas (PFEIFFER et al., 1989). Segundo os mesmos autores as concentrações de
Hg em outros locais da região garimpeira variaram entre 50 e 280 µg.Kg-1. Valores
equivalentes também foram encontrados por Lacerda et al. (1987), com concentrações
variando entre 50 e 175 µg.Kg-1. Resultados mais recentes demonstram concentrações mais
baixas na região como demonstrado por Bonotto & Silveira (2003), com concentrações entre
37 e 136 µg.Kg-1.
Na região do Baixo Madeira entre Porto Velho e a confluência com o rio
Amazonas, região menos estudada durante o auge do garimpo, as concentrações de Hg em
sedimentos de fundo apresentaram média de 41 + 34 µg.Kg-1 no trabalho realizado por
Leckler et al. (2000). Estas concentrações são similares às encontradas por Bastos et al.
(2005) em suas amostragens nessa região em 2003, com valores entre 35,2 e 82,2 µg.Kg-1.
Resultados semelhantes também são observados para a água e sólidos em
suspensão, embora poucas publicações dêem ênfase a esta matriz. Segundo o estudo de
Pfeiffer et al. (1989), nas águas do rio Madeira as concentrações de Hg apresentaram média
de 0,41 g.L-1. Posteriormente, Pfeiffer et al. (1991), encontrou valores entre 0,2 - 5,1 g.L-1
na mesma região do alto rio Madeira. Já Leckler et al. (2000), estudando as concentrações de
Hg em vários compartimentos ambientais do Baixo Maderia demonstra valores mais altos,
entre 4 - 17 g.L-1 para Hg na água. Demonstrando que ocorre um enriquecimento das
concentrações de Hg nos sólidos em suspensão na região não impactada pelo garimpo, o que
pode estar relacionado as fontes naturais de Hg na Amazônia – SOLOS – como vem
demonstrando alguns autores.
Também estudando o Baixo Maderia, Ayres et al. (2004), encontrou valores de Hg
adsorvido nos sólidos em suspensão variando entre 68 e 251 g.Kg-1 no ano de 1997 e de 9,6
a 122,1 g.Kg-1 em 2002. Conforme estes autores os resultados sugerem que ocorreu uma
alteração na partição de Hg nas águas do rio Madeira entre os anos amostrados, devido ao
13
aumento nas taxas de erosão provocadas pela expansão da agricultura na região. Os resultados
obtidos por Bastos (2004), em amostras coletadas entre Porto Velho e o rio Amazonas,
corroboram para esta afirmação, com concentrações de Hg variando entre 68 e 251 µg.Kg-1.
Já nas proximidades de Porto Velho entre as cachoeiras de Teotônio e Santo Antônio em
1997, as concentrações de Hg nos sólidos em suspensão variaram entre 20 e 48 µg.Kg-1,
segundo Bonotto & Silveira (2003). E conforme Maurice-Bourgoin et al. (2000), os valores
de Hg para os sólidos em suspensão na calha do rio Madeira são bem mais baixos, variando
em torno da média de 10,0 g.Kg-1, e no rio Beni entre 2 e 8 g.Kg-1.
No trabalho realizado por Bonotto & Silveira (2003) também se encontram valores
para as concentrações de outros elementos traço tanto em sedimento de fundo quanto em
sólidos em suspensão. Nos sedimentos de fundo estes autores encontraram concentrações de:
Cd - 5 g.g-1, Cr - 5 g.g-1, Pb – 169 g.g-1, Cu – 636 g.g-1, Zn – 421 g.g-1, Mn – 582 g.g1
, Fe – 38101 g.g-1. Para os sólidos em suspensão estes autores encontraram concentrações
de: Fe - 75776 g.g-1, Zn - 723 g.g-1, Pb - 712 g.g-1, Cu - 593 g.g-1 e Mn 1217 g.g-1.
Sendo que estes autores utilizaram um método de extração total dos elementos-traço presentes
nas partículas. Demonstrando que na componente cristalina das partículas de sedimentos
existem altas concentrações de elementos-traço não biodisponíveis. E que o Hg é
preferencialmente transportado por minerais compostos por kaolinitas, óxidos e hidróxidos de
Fe, micas e feldspatos (referência).
Uma vez que a deposição da maior parte do Hg atmosférico originado em
garimpos na Amazônia ocorre à cerca de 40 a 60Km da fonte (LACERDA et al., 2004 apud
BASTOS, 2004), é provável que a maior parte do Hg perdido para a atmosfera em Rondônia
tenha sido depositado nos solos da região ao longo do Alto rio Madeira (BASTOS &
LACERDA, 2005).
Estudos referentes aos solos da floresta de planície em torno do rio Madeira,
principalmente nas áreas de intensa atividade garimpeira, foram realizados por Lacerda et al.
(1987), que encontrou uma alta variação nas concentrações de Hg, com valores entre 35 e 300
µg.Kg-1. Posteriormente, nos estudos de Malm et al. (1991) em solos de florestas da região,
com alguns pontos distantes das áreas de garimpo, observa-se valores semelhantes, variando
de 30 a 340 µg.Kg-1 de Hg. Os altos valores encontrados são associados com a deposição de
Hg atmosférico, proveniente da queima de amálgama nas áreas de garimpo próximos.
No entanto, estudos recentes constatam que a atividade garimpeira não é a única
fonte de Hg na região Amazônica. Segundo os estudos de Roulet et al. (1996) apud Bastos &
14
Lacerda (2005), os solos da região do rio Tapajós, que não possui histórico de garimpo,
apresenta teores de Hg variando entre 90 – 210 µg.Kg-1. Valores relativamente altos quando
comparados com as médias mundiais. Postula-se então que os solos da região Amazônica são
naturalmente enriquecidos por este elemento. E o processo de desmatamento seguido da
queima de vegetação tem sido apontado como um fator que influencia na liberação do Hg
contido nos solos orgânicos, húmus (matéria orgânica), e na biomassa florestal. Estas práticas
aumentam também a lixiviação e erosão superficial do solo desprotegido, causando o aumento
das taxas de sedimentação nos rios e, consequentemente acelerando o transporte de Hg para o
ambiente aquático.
Nesse contexto de mineração de ouro também pode ter ocorrido o lançamento de
outros elementos-traço como Pb, Cr, Cu, Zn, Fe, presentes em soldas e chapas metálicas,
tintas (usadas até hoje na pintura dos cascos das embarcações), entre outros produtos
utilizados na fabricação de balsas, dragas e outras embarcações usadas no garimpo. Além
também, do enriquecimento desses metais realizado pelo processo gravimétrico utilizado
pelos garimpeiros durante a pré-concentração dos elementos pesados na busca do ouro.
Porém, os estudos referentes às concentrações desses elementos-traço são escassos na região,
tendo em vista as poucas publicações referentes ao assunto. Principalmente em relação à
concentração de elementos-traço adsorvidos aos sólidos em suspensão.
15
3. OBJETIVOS
3.1 - GERAL
Avaliar a carga de sólidos em suspensão e as concentrações dos elementos-traço
adsorvidos (Cd, Cu, Cr, Zn, Pb, Fe, Co, Mn e Hg) através de técnicas estatísticas
multivariadas e geoestatísticas na bacia de drenagem do Alto rio Madeira e seus afluentes.
3.2 - ESPECÍFICOS
Determinar os parâmetros físico-químicos dos corpos d’águas na área de estudo:
temperatura, potencial hidrogeniônico (pH), condutividade elétrica, oxigênio dissolvido e
saturação de O2, em dois períodos sazonais: vazante (novembro de 2003) e cheia
(fevereiro de 2004);
Quantificar as concentrações de elementos-traço nos sólidos em suspensão em dois
períodos sazonais: vazante (novembro de 2003) e cheia (fevereiro de 2004);
Aplicar as técnicas de análise estatística multivariada e geoestatística: Análise das
Componentes Principais (PCA), Semivariograma e Krigagem ordinária pontual, como
ferramentas de análise do comportamento e da distribuição espacial de elementos-traço
presentes nos sólidos em suspensão no Alto rio Madeira;
Colaborar com o banco de dados hidrobiogeoquímicos do Laboratório de Biogeoquímica
Ambiental - UNIR com informações sobre os poluentes metálicos na Bacia do rio
Madeira.
16
4. MATERIAIS E MÉTODOS
4.1. Caracterização da área de estudo
A área de estudo situa-se no domínio do sistema fluvial Guaporé-Mamoré-Alto
Madeira, compreendendo parte da rede hidrográfica do Estado de Rondônia, que é composta
pelo rio Madeira, desde a sua formação pelos rios Mamoré e Beni, seus afluentes da margem
direita (rio Jaci-Paraná e rio Mutum-Paraná) e seu mais importante afluente da margem
esquerda (rio Abunã), chegando até a Cachoeira de Santo Antônio – Porto Velho.
4.1.1. Clima
A área de estudo localiza-se na zona sub-climática regional Am, onde predominam
altas temperaturas durante todo o ano, com pequena amplitude térmica anual e notável
amplitude térmica diária, especialmente no inverno. Apresenta chuvas abundantes, com forte
decréscimo de precipitação no inverno, com 3 meses de seca (junho, julho e agosto) bem
definidos. Esses fenômenos conferem um clima que, de acordo com a classificação de
Köppen é do tipo Tropical quente e úmido (SEDAM, 2002).
A precipitação anual varia de 1.800 a 2.400 mm, mantendo uma umidade média de
82% ao ano. O período sazonal é marcado por duas estações, uma chuvosa com duração de 8
a 9 meses de precipitação (setembro a abril) e outra de estiagem com pouca ocorrência de
precipitação e duração de 3 a 4 meses (junho a agosto). As temperaturas médias anuais variam
entre 24º e 26º C, podendo as máximas oscilar entre 28º e 33º C, e as mínimas chegar a 18º e
21º C nas regiões de maior altitude (SEDAM, 2002).
4.1.2. HIDROGRAFIA
A rede hidrográfica do estado de Rondônia é composta pelo rio Madeira e seus
afluentes, que formam oito sub-bacias significativas: Bacia do Guaporé, Bacia do Mamoré,
Bacia do Abunã, Bacia do Mutum-Paraná, Bacia do Jaci-Paraná, Bacia do Jamari, Bacia do
Machado e Bacia do Aripuanã. Segundo a SEDAM (2002), em relação à economia do estado
e ao volume d’água destacam-se quatro sub-bacias no trecho da área de estudo:
1. Bacia do rio Mutum-Paraná: ocupa superfície de 8.840 km², servindo principalmente
como via de penetração para o interior.
17
2. Bacia do rio Abunã: possui área de abrangência de aproximadamente 4.600 km²,
sendo responsável pela linha fronteiriça entre Brasil e Bolívia no extremo oeste do estado.
3. Bacia do rio Jaci-Paraná: estende-se por 12.000 km², sendo utilizada principalmente
como via de penetração para o interior.
4. Bacia do rio Mamoré: ocupa uma área de 30.000 km² dentro do estado de Rondônia,
formando a linha fronteiriça do Brasil com a Bolívia. É navegável a embarcações de médio
calado em qualquer época do ano.
A rede de drenagem do rio Madeira apresenta trechos de embasamento,
meandrante e sedimentar, estando localizada na Plataforma ou Cráton Amazônico, região que
permaneceu estável durante a evolução das faixas de dobramentos Paraguai e Uruguai. Assim
o regime hidrográfico do rio Madeira recebe grande influência do relevo do estado que é
pouco acidentado, não apresentando grandes elevações ou depressões, com variações de
altitudes que vão de 70 metros a 500 metros. A região norte e noroeste, pertencente à grande
Planície Amazônica, apresenta área de terras baixas e sedimentares. As áreas mais
acidentadas encontram-se localizado na região sul, onde ocorrem elevações e depressões, com
altitudes que chegam a alcançar 800 metros na Serra dos Pacaás Novos, que se dirige de
noroeste para sudeste e é o divisor entre a bacia do rio Guaporé e as bacias dos afluentes do
rio Madeira (Jaci-Paraná, Candeias e Jamari) (SEDAM, 2002).
4.1.3. Geologia
O estado de Rondônia está inserido no domínio do embasamento cratônico antigo
pertencente à Província do Tapajós, Sub-Província do Madeira. A geologia da região é
caracterizada pelo embasamento mais antigo, originário dos complexos gnáissicos,
granitóides e supracrustais associados, por sua vez retrabalhados por rochas intrusivas, com
destaque para as graníticas, e encoberta por sequências sedimentares, com ou sem vulcânicas
associadas que datam do Proterozóico Médio e Superior (RONDÔNIA, 2002).
Segundo o Zoneamento socioeconômico e ecológico de Rondônia: ZSEE-RO, na
escala 1:250.000, a área de estudo apresenta as seguintes unidades geológicas: PMPja Supergrupo Gnaisse Jaru, TQi - Coberturas Quaternárias-Neogênicas, Qpt - Terraços Fluviais
Pleistocênicos, NPps - Grupo Palmeiral-São Lourenço, MPmr - Grupo Vulcano-Sedimentar
Mutumparaná-Roosevelt, MPteg - Suíte Intrusiva Teotônio, MPyrg - Granitos Rapakivi
Jovens de Rondônia, Qha - Sedimentos Aluvionares e Coluvionares Holocênicos, Qpa -
18
Sedimentos Aluvionares e Coluvionares Pleistocênicos e TQli - Lateritas Imaturas (Figura
05).
Destes os mais importantes são o PMPja - constituído por ortognaisses de origem
granítica, granodiorítica, tonalítica, charnoquítica, enderbítica e charno-enderbítica. Os
pargnaisses incluem biotita-gnaisses, kinzigitos, rochas calcissilicatadas; TQi - coberturas
quaternárias-neogênicas indiferenciadas; Qpt - sedimentos pouco selecionados constituídos
por cascalho, areia e argila, relativos às áreas situadas acima do nível médio das águas dos
rios atuais; NPps – compostos por ortoquartzitos esbranquiçados, arenitos arcosianos,
subordinados, com estratificação cruzada, arcósio e conglomerados; MPteg - constituída por
quartzo-alcalifeldspato-granito, faialita-clinopiroxênio-quartzo-alcalifldspato-sienito, cortados
por meladiorito simplutônico; Qpa - materiais detríticos mal selecionados, compostos por
areia, silte e argila, com níveis conglomeráticos.
250000
200000
300000
350000
Localização da Folha.
400000
N
E
9000000
9000000
W
S
80
8950000
8950000
0
160Km
0
400
800Km
LEGENDA
8900000
8900000
I Expedição
II Expedição
Rio Madeira
Lateritas Imaturas
Suíte Intrusiva Teotônio
Supergrupo Gnaisse Jaru
Grupo Palmeiral - São Lourenço
Terraços Fluviais Pleistocênicos
Coberturas Quaternárias-Neogênicas
Granitos Rapakivi Jovens de Rondônia
Grupo Vulcano-Sedimentar Mutumparaná-Roosevelt
Sedimentos Aluvionares e Coluvionares Holocênicos
Sedimentos Aluvionares e Coluvionares Pleistocênicos
8850000
30
60
90Km
ESCALA GRÁFICA
Projeção Universal Transversa de Mercator
Datum Horizontal: WGS 84.
250000
200000
300000
350000
400000
8850000
0
Fonte: Mapa elaborado através da Base Temática
de Unidades Geológicas: ZSEE (RONDÔNIA, 2002).
Escala: 1:250000.
Figura 05. Mapa das unidades geológicas da área em estudo.
4.1.4. Solos
Conforme o ZSEE-RO (Rondônia, 2002) na escala 1:250.000, a área de estudo
apresenta os seguintes grupos de solos: Podzólicos Vermelho-Amarelos Distróficos,
Latossolos Vermelho-Escuros Distróficos, Latossolos Vermelho-Amarelos Distróficos,
Latossolos Amarelos Distróficos, Solos Glei Distróficos, Cambissolos Distróficos, Areias
Quartzosas e Solos Litólicos Distróficos (figura 06).
19
O grupo mais representativo são os latossolos, que apresentam horizonte B ôxico
e/ou kândico. Geralmente, são solos bastante intemperizados, apresentando como principais
minerais derivados da argila: caolinita, gipisita, minerais amorfos e sesquióxidos de ferro e
alumínio. Em razão da forte lixiviação sua capacidade de troca catiônica é baixa, assim como
a quantidade de cálcio, magnésio, potássio e sódio adsorvidos. Os Latossolos VermelhoAmarelos Distróficos são os mais freqüentes, sendo geralmente pobres, ácidos, álicos e
distróficos. Em seguida vêm os Latossolos Amarelos Distróficos que se caracterizam por altos
conteúdos de caolinita e hidróxidos de alumínio. Do ponto-de-vista da fertilidade são pobres,
bastante ácidos e geralmente distróficos e álicos. Outro grupo de solos importantes na área de
estudo são os solos hidromórficos: Glei Húmico, Glei Hidromórfico, Glei Tiomórfico, Podzol
Hidromórfico que ocorrem em regiões com excesso de água. Muitos desses solos se
desenvolveram a partir de depósitos aluviais ao longo dos rios. Apresentam baixa fertilidade,
pH baixo e altos níveis de saturação de alumínio.
250000
200000
400000
350000
300000
Localização da Folha.
N
E
9000000
9000000
W
S
8950000
8950000
0
80
160Km
0
400
800Km
0
30
60
90Km
ESCALA GRÁFICA
Projeção Universal Transversa de Mercator
Datum Horizontal: WGS 84.
200000
250000
300000
350000
400000
8850000
8850000
8900000
8900000
LEGENDA
I Expedição
II Expedição
Rio Madeira
Porto Velho
Areias Quartzosas
Solos Glei Distróficos
Cambissolos Distróficos
Solos Litólicos Distróficos
Latossolos Amarelos Distróficos
Latossolos Vermelho-Escuros Distróficos
Podzólicos Vermelho-Amarelos Distróficos
Latossolos Vermelho-Amarelos Distróficos
Fonte: Mapa elaborado através da Base Temática
de Solos: ZSEE (RONDÔNIA, 2002).
Escala: 1:250000.
Figura 06. Mapa dos tipos de solos da área em estudo.
4.1.5. Vegetação
A classificação mais recente quanto à formação vegetal do estado de Rondônia
está baseada no Zoneamento Socioeconômico e Ecológico de Rondônia: ZSEE-RO
(RONDÔNIA, 2002), na escala 1:250.000, onde o quadro vegetal da área de estudo é
composto por: florestas ombrófilas, formações pioneiras, formação aluvial de pequeno porte
20
(Umirizal), zonas de contato e savanas parque (campo cerrado) (figura 07). Dentre estes tipos
vegetais a floresta Ombrófila Aberta Submontana, presente em 115.932 km2 ou 48,82% do
estado de Rondônia, é a predominante. Estas florestas apresentam dossel bem distinto, com
indivíduos emergentes e sub-bosque estratificado. Ocorrem principalmente sobre latossolos e
podzólicos, ou seja, em solos antigos, rasos, fortemente intemperizados, com afloramento de
rochas, seixos superficiais e lateritas de idades variadas desde o quaternário (aluviais),
predominando no terciário até o pré-cambriano. Este tipo de floresta possui indivíduos
emergentes ao dossel, podendo estar associadas a palmeiras e cipós. Entre as palmeiras,
destacam-se o babaçu (Attalea phalerata), o coco-cabeçudo (A. martiana) e inajá (A. maripa).
Outra formação comum em áreas de aluviões nas bacias dos rios Madeira e
Guaporé é o Umirizal. Esta cresce sobre solos pobres, mal drenados e rasos. Geralmente é
dominada por uma ou poucas espécies, destacando-se o umiri (Humiria balsamifera), Pera
sp., Pagamea sp. e Qualea sp. O dossel fica a cerca de 5 a10 m de altura, com até 15 % de
abertura. O sub-bosque é fechado, com pouca visibilidade, dominado por estrato arbustivo
onde se destacam espécies de Melastomataceae (Tococa sp., Mayeta guianensis) além de
lianas lenhosas.
250000
200000
400000
350000
300000
Localização da Folha.
N
E
9000000
9000000
W
S
8950000
8950000
0
80
160Km
0
400
800Km
I Expedição
II Expedição
Rio Madeira
Ocupação Humana
Formação Aluvial de Umirizal
Savana Parque (Campo Cerrado)
Floresta Ombrófila Aberta Aluvial
Contato Savana / Floresta Ombrófila
Floresta Ombrófila Aberta Submontana
Floresta Ombrófila Aberta de Terras Baixas
Formação Pioneira Fluvial Arbustiva ou Arbórea
0
30
60
90Km
ESCALA GRÁFICA
Projeção Universal Transversa de Mercator
Datum Horizontal: WGS 84.
200000
250000
300000
350000
400000
8850000
8850000
8900000
8900000
LEGENDA
Fonte: Mapa elaborado através da Base Temática
de Formações Vegetais: ZSEE (RONDÔNIA, 2002).
Escala: 1:250000.
Figura 07. Mapa das formações vegetais da área em estudo.
21
4.1.6. Perfil industrial de Rondônia
A atividade industrial em Rondônia ainda á bastante incipiente. Os ciclos de
extrativismo minero-vegetal porque passou a economia do estado, não implicaram no
surgimento de um setor representativo de transformação de produtos primários. Isso devido à
colonização de Rondônia ter sido baseada numa estratégia do Governo Federal, para na
década de 70 estimular o povoamento agrícola da região com migrantes provenientes dos
estados do sul e sudeste do país. Tal processo, associado a solos aptos, transformou o estado
meramente extrativista num produtor nacional de grãos e gado de leite e corte (SEDAM,
2002). Segundo levantamento FIERO (2003), o perfil das indústrias do Estado de Rondônia e
suas distribuições espaciais por municípios estão dispostos na tabela 06.
Tabela 06. Número de Indústrias em no Estado de Rondônia por Município.
Municípios
Total
Total (%)
Porto Velho
822
22,93
Ji – Paraná
365
10,18
Ariquemes
258
7,20
Jarú
152
4,24
Vilhena
216
6,02
Rolim de Moura
154
4,30
Cacoal
207
5,77
Pimenta Bueno
153
4,27
Ouro Preto d`Oeste
98
2,74
Demais Municípios
1.048
32,35
TOTAL
3.585
100%
Fonte: Perfil Industrial/2003 – Banco de dados FIERO.
Estas 3.585 indústrias estão distribuídas em atividades, das quais temos um maior
número de empresas atuando nos setores madeireiro 945 (26,36%); alimentícios 807
(22,51%); construção civil 58 (16,23%); moveleiro 249 (6,96%); confecções 189 (5,27%);
não metálicos (4,72%) e; produtos metálicos (4,30%) (FIERO, 2003). Mais recentemente a
industrialização do couro vêm se instalando no estado. Estas indústrias estão situadas em sua
maioria ao longo da rodovia BR 364, principal artéria rodoviária do estado.
As indústrias de produtos metálicos tiveram sua ascensão com a grande atividade
garimpeira de ouro, tendo em vista as fabricações de balsas e outros equipamentos, vindo
22
estas indústrias a declinar com a redução da garimpagem. As principais atividades que
compõe o seguimento são: serralherias; fabricação de estruturas metálicas; artefatos de ferro e
aço; e estamparia. Tendo como principais matérias-primas: aço, barra de ferro, cantoneira de
ferro, chapa de aço inox, chapa de alumínio, chapa de ferro, cobre, disco de corte, disco de
lixadeira, eletrodos, ferro tubular, lixas, massa plástica, metal trefilado, solda de oxigênio,
solda elétrica, tubo de alumínio, tubo de ferro, tubo de zarcão e estanho (FIERO, 2003).
4.2. METODOLOGIA
4.2.1. DESENHO AMOSTRAL
A elaboração do desenho amostral para a área foi baseado em uma amostragem
sistemática em malha, com a marcação de pontos de coleta em imagens LANDSAT-TM 7,
formando uma malha experimental composta por 23 transcectos de amostragem distribuídos
em uma malha regular, com intervalos ao longo da coordenada “X” paralela ao leito do rio de
12.500m e, ao longo da coordenada “Y”, transversal a área amostrada, estabeleceu-se coletas
na margem esquerda e direita e um ponto central no canal principal do rio (BERNARDI et al.,
2001). Também foram amostrados pontualmente no canal principal do rio, os principais
afluentes do Alto rio Madeira: rio Mutum-Paraná, rio Abunã, rio Jaci-Paraná, e os rios
formadores: rio Mamoré e rio Beni (figura 08). A malha experimental foi aferida em campo
através da coleta de coordenadas geográficas, obtidas com utilização de receptores de GPS,
modelos: GPS GARMIN’s III Plus e GPS GARMIN’s 12 XL Personal NavigatiorTM.
Para realização das edições iniciais e finais nos mapas, utilizaram-se os softwares:
ArcView GIS versão 3.2, AutoCad Map versão 2000 (Autodesk), Sufer versão 8.0 (Golden
Software) e CorelDRAW versão 10.
23
250000
200000
Y
8950000
P 10
P9
P 11
A7
P8
8850000
Ri
o Madeira
Igarapé Araras
800Km
I Expedição
II Expedição
Vegetação
i
en
0
Rio Mamoré
250000
400
Rios e Igarapés
30
60
90Km
ESCALA GRÁFICA
Projeção Universal Transversa de Mercator
Datum Horizontal: WGS 84.
200000
160Km
LEGENDA
300000
350000
400000
8850000
oB
Ri
80
0
8900000
A 12
0
Rio
Mutum-Paraná
A 11
8900000
oA
Ri
A8
S
8950000
P5
P4
A5 A4
Rio
Jaci-Paraná
A6 P6
P7
E
W
9000000
P1 A1
a
eir
d
a P2
oM A2
i
R
P3
A3
A9
A 10
nã
u
b
Localização da Folha.
Porto Velho
I Expedição
II Expedição
Afluentes
N
400000
350000
a
deir A
Ma K m 7
Ri o =1 2,5
X
P8
8950000
300000
P7
DESENHO AMOSTRAL
Ocupação Humana
Fonte: Mapa elaborado através da sobreposição
de Imagens de Satélite LANDSAT-TM 7 e da Base
Temática de Hidrografia: ZSEE (RONDÔNIA, 2002).
Escala: 1:250000.
Figura 08. Desenho experimental da malha de amostragem geoquímica e localização dos
pontos amostrados no Alto rio Madeira nas duas expedições realizadas.
4.2.2. AMOSTRAGEM
A amostragem de sólidos em suspensão e as medidas dos parâmetros físicoquímicos d’água foi realizada em 2 etapas usando os períodos de vazante (22-11 à 25-112003) e cheia (22-02 à 25-02-2004) como parâmetros. Essa amostragem fez parte do Projeto
de Pesquisa: “Biogeoquímica de Metais Pesados no Alto rio Madeira”, firmada através do
convênio de consultoria entre FURNAS/UNIR/RIOMAR, no período entre novembro/2003 e
dezembro/2004. Este trabalho envolveu uma equipe composta por 10 pessoas, utilizando-se 2
veículos tracionados 4x4, 2 voadeiras com motores de 25HP, além de equipamentos
específicos citados abaixo do laboratório para realização das coletas.
Nos pontos selecionados para as amostragens de sólidos em suspensão foram, in
loco, medidos os seguintes parâmetros físico-químicos dos corpos d’água: pH (pHmetro:
SCHOTT – pH/mV Meter-handylab1); Condutividade Elétrica (Condutivímetro: SCHOTT –
Hand-Held Conductivity Meter-handylab LF1); Oxigênio Dissolvido, Saturação e
Temperatura (Oxímetro: SCHOTT – Dissolved Oxygen Meter-handylab OX1).
A coleta das amostras foi realizada em garrafões de polietileno, que possuem
menor adsorção a íons metálicos (CETESB, 1987), previamente descontaminados durante
24hs em solução de ácido nítrico (HNO3) a 5% e enxaguados com água ultra pura (MILLI-Q
24
18.2M). As amostras foram coletadas à + 25cm abaixo da superfície da lamina d’água,
obtendo-se de forma geral partículas menores que <63m ou 250 mesh. Pois, segundo Richey
et al. (1986) apud Filizola-Júnior (1999), a maioria do material em suspensão do rio
Amazonas é classificado como sedimento fino (<63m). Sendo o mesmo padrão de transporte
observado no rio Madeira, onde a fração grosseira dos sólidos em suspensão apresenta-se na
ordem de 20 a 30% da concentração do sedimento fino.
4.2.3. MÉTODOS ANALÍTICOS
As metodologias de extrações químicas aplicadas no referente estudo constam do
APHA (1971), sendo encontradas em várias publicações recentes que tratam desse tipo de
amostragem e análise química (BASTOS et al., 1998; SASTRE et al., 2002; BONOTTO &
SILVEIRA, 2003; HATJE et al., 2003; TAILLEFERT & GAILLARD, 2002), tendo sido
realizadas adaptações no Laboratório de Biogeoquímica Ambiental – UNIR.
4.2.3.1. EXTRAÇÃO QUÍMICA
Em laboratório as amostras foram submetidas a um processo de filtragem a vácuo,
passando-se uma alíquota da amostra por um filtro de celulose desumidificado e pré-pesado
(PI) de 47mm e 0,45 m de diâmetro de poro. Após a filtração de um volume conhecido (1L),
os filtros foram colocados em estufa para desumidificação, à + 60ºC por 24 horas. Sendo em
seguida pesado novamente (PF), obtendo-se a quantidade de sólidos em suspensão em mg.L-1
através da diferença do PI e PF (Meade et al., 1985 apud FILIZOLA-JÚNIOR, 1999). Para
garantir maior confiabilidade aos dados, foram feitas quadruplicatas de cada ponto amostrado
obtendo-se um baixo coeficiente de variação para todos os pontos amostrados ( = 4,19%).
4.2.3.1.1. Para determinação de Mercúrio Total (Hg).
Após o processo de filtração, os filtros foram colocados em tubos de ensaio,
adicionando-se 1 mL de água ultra pura (MILLI-Q 18.2 M) ao material e logo após 5 mL de
água régia (HCl:HNO3 – 3:1), levando-se ao banho Maria por 15 min. a 60C. Resfriou-se em
banho de gelo e adicionaram-se 10 mL de permanganato de potássio (KMnO4) a 5%, levandose ao banho Maria por mais 30 min. a 60C. Deixou-se em overnight e posteriormente
25
neutralizou-se com cloridrato de hidroxilamina (HONH3Cl+NaCl) a 12%, filtrando-se por
gravidade em papel de filtro Whatmam 44. Aferindo-se a 14 mL em tubos de teflon.
4.2.3.1.2. Para determinação dos demais Elementos-traço.
Após o processo de filtração, colocou-se os filtros em becker de 40mL, fazendo-se
um ataque agressivo com 10mL de ácido nítrico (HNO3 65%), levando-se posteriormente à
chapa quente para acelerar o processo de solubilização junto com peróxido de hidrogênio
(H2O2). Ressuspendeu-se em seguida com 10 mL de ácido clorídrico (HCl 37%), levando-se
novamente à chapa quente. Após a secagem total adicionaram-se 10 mL de ácido clorídrico
(HCl 0,1N), e filtrou-se por gravidade em papel de filtro Whatmam 44, acondicionando em
tubos de teflon. Aferiu-se o volume final em 14ml com ácido clorídrico (HCl 0,1N).
4.2.3.2. – ESPECTROFOTOMETRIA DE ABSORÇÃO ATÔMICA
As análises quantitativas dos elementos-traço presentes nos sólidos em suspensão
foram realizadas por espectrofotômetria de absorção atômica (AAS – Atomic Absorption
Spectrophotometry. A determinação de Hg foi realizada por AAS com sistema de injeção em
fluxo (Flow Injection Mercury system - FIMS 400 - Perkin Elmer). Para os demais elementostraço utilizou-se AAS por meio de chama (GBC-AVANTA, Modelo-3000).
O principio de funcionamento destes aparelhos se baseia na propriedade que cada
átomo possui em absorver determinado comprimento de luz, com maior especificidade que os
demais elementos. Sendo este pico de absorção exclusivo para cada elemento. A absorção de
energia ocorre com a promoção do elétron para níveis de energia superiores aqueles do estado
fundamental. Para cada absorção característica de um dado elemento é absorvida energia
respectiva a uma freqüência no espectro eletromagnético com um dado comprimento de onda.
Este fenômeno se deve ao arranjo eletrônico único, que cada átomo possui no estado
fundamental, conferindo características intrínsecas a cada elemento químico. Sendo assim,
com a excitação elétrica de uma lâmpada de cátodo-ôco (hollow-cathode) do elemento de
interesse, emiti-se um feixe de luz no comprimento de onda do elemento, em meio a uma
nuvem de átomos, que irão absorver esse comprimento de onda específico. Através da razão
entre a luz que chegou ao detector óptico e a luz que saiu da fonte emissora, obtém-se a
transmitância. E por meio de relações entre as absorbâncias de padrões analíticos e as
26
concentrações destes, traçam-se curvas de calibração que servem de padrão para a
determinação das concentrações dos elementos-traço presentes nas amostras (VOGEL, ).
Na espectrofotômetria de absorção atômica para cada elemento a ser analisado
variam as condições de operação do equipamento. Sendo assim, estimou-se o Limite de
Detecção da Técnica Analítica (LDT) para cada elemento químico estudado, através de
cálculos a partir da sensibilidade do aparelho e dos valores dos brancos analisados para
controle (tabela 07).
Tabela 07. Limites de Detecção da Técnica (LTD) para cada elemento-traço analisado.
LDT
Cd
Co
Cr
Cu
Pb
Zn
Mn
Fe
Hg
(ppm)
(ppm)
(ppm)
(ppm)
(ppm)
(ppm)
(ppm)
(ppm)
(ppb)
g.mL-1
g.mL-1
g.mL-1
g.mL-1
g.mL-1
g.mL-1
g.mL-1
g.mL-1
g.L-1
0,186
0,123
0,188
0,230
0,183
0,129
0,431
0,699
0,030
Este é apenas um dos ramos da espectrofotometria, pois existe ainda a
espectrofotometria por emissão atômica e por fluorescência. Mas, pela facilidade e rapidez
com a qual se produz dados precisos por esta técnica, à torna uma das mais populares para
estudos de determinação de elementos-traço.
4.2.3.3. CONTROLE DE QUALIDADE
Para controle de qualidade do processo analítico, as amostras foram analisadas em
duplicatas e acompanhadas de um branco controle, com o qual pode-se subtrair as
contaminações do ambiente de trabalho e dos reagentes utilizados nas extrações químicas.
Também foram utilizadas amostras certificadas (IAEA 356 - Hg e DC 73307 – Mn) em cada
batelada analítica, para termos certeza do grau analítico dos resultados obtidos (tabela 08).
Além destas formas de controle, a participação em programas de exercícios de intercalibração
entre grupos de diferentes países também foi utilizada, dando-se continuidade ao Programa de
Exercícios de Intercomparação laboratorial com o laboratório do Instituto de Biofísica Carlos
Chagas Filho da UFRJ (Universidade Federal do Rio de Janeiro). Pois, desde junho de 2000,
o Laboratório de Biogeoquímica Ambiental participa do Programa Interlaboratorial com o
Instituto Nacional de Securidad e Higiene en el Trabajo do Ministério de Trabajo y
Securidad Social do Governo da Cantabria, Espanha.
27
Tabela 08. Concentração de Hg (g.g.1) e Mn (g.Kg.1) em amostras de Referência
Certificada de sedimento.
AMOSTRA
VALOR DE REFERÊNCIA
REFERÊNCIA
Média D.P.
Intervalo
7,62 0,88
6,74 - 7,98
620,1 8,0
600,5 - 640,3
IAEA. 356 – Hg
DC 73307 – Mn
VALOR DO LAB. DE BIOGEOQUÍMICA
(UNIR)
Média D.P.
7,12 0,71
Intervalo
Recuperação
Média (%)
6,32 - 7,58
95
600,32 – 620,2
97
(n= 15)
610,59 0,71
(n= 10)
4.2.4. MÉTODOS ESTATÍSTICOS
Após a obtenção dos dados estes foram separados por Matrizes de Dados,
considerando-se variáveis físico-químicas (oxigênio dissolvido (O2), % de saturação (O2), pH,
condutividade elétrica, temperatura (água e ar) para o ambiente lótico; e variáveis
geoquímicas dos sólidos em suspensão (S.S.) (Cd, Co, Cu, Cr, Pb, Fe, Mn, Zn e Hg). Para os
cálculos estatísticos e geoestatísticos foram utilizados os programas: STATISTIC, versão 6.0
(StatSoft Inc., 2001); e SUFER, versão 8.0 (Golden Software Inc., 2002).
4.2.4.1. ÁNALISE DE COMPONENTES PRINCIPAIS
Em estudos ambientais com muitas amostras e variáveis, sejam elas físicas,
químicas ou biológicas, uma das formas de avaliar o conjunto de dados gerados é a análise
estatística multivariada. As análises multivariadas ou multidimensionais se baseiam na
redução da dimensionalidade e na detecção de padrões (gradientes e tendências) em grandes
conjuntos de dados (BERNARDI, 2001).
Entre os métodos de estatística multivariada, a análise das componentes principais
(PCA) vem sendo utilizada com bastante relevância por vários pesquisadores da área
ambiental (RATHA & SAHU, 1993; BERG et al., 1995; GRUNSKY & SMEE, 1999;
YAMASOE et a.l, 2000; KÜCHLER et al., 2000; HWANG et al., 2001; WENCHUAN et al.,
2001; BERNARDI et al., 2001) para ordenação e redução do número de variáveis, e para
fornecer uma visão estatisticamente privilegiada dos principais padrões de variação do
conjunto de dados.
28
A análise das componentes principais inicia-se com o cálculo dos autovalores e
correspondentes autovetores de uma matriz de variâncias e co-variâncias ou de correlações
entre variáveis e tal procedimento é conhecido como modo “R”. O primeiro autovalor a ser
determinado correspondera à maior porcentagem da variabilidade total existente no conjunto
de dados, o segundo pela maior variação possível restante, e assim por diante até que toda a
variação do conjunto tenha sido explicada (LANDIM, 2000).
Os autovetores correspondem às componentes principais e é o resultado do
carregamento das variáveis originais em cada um deles. Tais carregamentos podem ser
considerados como uma medida da relativa importância de cada variável em relação às
componentes principais e os respectivos sinais, se positivos ou negativos, indicam relações
diretamente e inversamente proporcionais (BICUDO & BICUDO, 2004).
A matriz de carregamentos de cada variável nas componentes principais ao ser
multiplicado pela matriz original de dados fornecera a matriz de contagens (escores) de cada
caso em relação às componentes principais. Esses valores podem ser dispostos num diagrama
de dispersão, em que os eixos são as duas componentes mais importantes, e mostrar o
relacionamento entre os casos condicionados pelas variáveis medidas (LANDIM, 2000).
A análise das componentes principais é, portanto, uma técnica de transformação de
variáveis. Se cada variável medida pode ser considerada como um eixo de variabilidade,
estando usualmente correlacionada com outras variáveis, esta análise transforma os dados de
tal modo a descrever a mesma variabilidade total existente, com o mesmo número de eixos
originais, porém não mais correlacionados entre si. Graficamente pode ser descrita como a
rotação de pontos existentes num espaço multidimensional originando eixos, ou componentes
principais, que dispostos num espaço a duas dimensões representem variabilidade suficiente
que possa indicar algum padrão a ser interpretado (KÜCHLER et al., 2000).
Desse modo a determinação das componentes principais permite, com freqüência,
diminui o número de variáveis a serem estudadas em função de sua importância relativa, isto
é, pode-se desprezar as componentes de menor variação relativa (BERNARDI et al., 2001).
A análise de componentes principais (PCA) é deduzida conforme Landim (2000),
como uma equação matemática onde: se A for uma matriz simétrica de variâncias e
covariâncias, de dimensões p x p, com termos aij, de onde os autovalores e os autovetores
serão extraídos, Vi o iésimo autovetor, cujos termos são vij, e i o iésimo autovalor, tal relação
pode ser expressa por: (A - i I) Vi = 0, onde I é a matriz de identidade.
29
Alternativamente a relação acima pode ser escrita por: AVi = Vi i , ou, [A][V] =
[V] [], onde: [V] é uma matriz, p x p, de todos os autovetores e [] é uma matriz, p x p, com
os autovalores i na diagonal principal.
Multiplicando ambos os lados da equação pela transposta de V, V.
[A] = [V] [] [V]
A soma dos autovalores é igual à soma dos termos da diagonal em [A], ou seja, a
soma das variâncias: ∑ λi = ∑aii , e por definição 1 p.
Resolvendo a equação acima para , as raízes determinantes serão os autovalores.
Encontrados os autovalores, substituindo-os nas equações simultâneas e resolvendo-as,
obtém-se para cada autovetor correspondente, ou seja, os componentes principais.
Pode-se definir a variância total existente em um conjunto de dados multivariados
pela soma das variâncias de cada uma das variáveis. Numa matriz de variâncias e
covariâncias, essas variâncias individuais constituem os elementos da diagonal principal.
Basta somá-los, portanto, encontrando o traço da matriz para se obter a variabilidade total e,
em seguida, a contribuição de cada variável. A soma dos autovalores de uma matriz, igual ao
traço dessa matriz, representa também a variabilidade total da mesma e a contribuição de cada
autovalor em termos de variabilidade é determinada. Ao primeiro corresponderá a maior
variabilidade possível existente, ao segundo a maior variabilidade restante, e assim por diante.
Em termos geométricos, o primeiro autovalor representa o eixo principal de maior
comprimento; o segundo autovalor, um segundo vetor em comprimento, situado em posição
ortogonal em relação ao primeiro, e assim sucessivamente.
Os elementos de cada um dos autovetores encontrados são simplesmente
coeficientes de equações lineares que transformam os dados originais em contagens (escores)
indicativas do respectivo carregamento sobre os eixos correspondentes. Desse modo,
utilizando-se da multiplicação da matriz de dados originais pela de autovetores, obtém-se uma
matriz de dados transformados que representam projeções dos pontos, num espaço
multidimensional, sobre os diversos componentes principais.
[SR] = [X] [V], onde
[X] = matriz de dados originais, [n x m]
[V] = matriz quadrada [m x m] contendo os autovetores
[SR] = matriz [n x m] das contagens sobre as componentes principais.
30
4.2.4.2. ANÁLISE GEOESTATÍSTICA
Uma das mudanças mais significativas no estudo dos fenômenos relacionados com
a quantificação de recursos naturais, ocorrida no último século XX, prende-se a utilização de
modelos geomatemáticos, para estimar uma população com base em uma amostragem
(DRUCK et al., 2004). Esta abordagem, baseada na quantificação da contigüidade espacial da
variável em estudo, é realizada no pressuposto de existir fenômenos ambientais na área em
análise, que originam distribuições das variáveis, cujos valores estão de alguma forma
dependentes das posições espaciais ocupadas (GUERRA, 1988).
A notação de dependência espacial foi observada primeiramente por Daniel G.
Krige nos seus estudos em minas de ouro da África do Sul em meados dos anos 50,
concluindo que as concentrações de ouro só eram explicáveis, se as distâncias entre as
observações fossem utilizadas. Baseado nestas conclusões empíricas, Matheron em 1963
desenvolveu a teoria das variáveis regionalizadas (VR), que concilia este aspecto estruturado
com uma característica aleatória, tradutora da variação irregular resultante da múltipla
variedade de fatores. É deste duplo aspecto, aparentemente contraditório, que se permite
considerar o valor Z(xi) de uma VR Z(x), no ponto xi, como uma realização particular da
variável aleatória Z(xi) (BERNARDI, 2001).
A geoestatística consiste na aplicação da teoria das variáveis regionalizadas (VR)
para efetuar estimativas dentro de um contexto regido por um fenômeno natural com
distribuição no espaço e, desse modo, supõe que os valores das variáveis são correlacionados
no espaço (LANDIM, 1998). Devido a essa característica, a geoestatística tem sido utilizada
por vários autores (ZHANG & SELINUS, 1997; INÁCIO et al., 1998; ARGENTO et al.,
2003; XU & TAO, 2004; NOGUEIRA et al., 2004; KLEIJNEN & BEERS, 2005)
principalmente para avaliar a dependência espacial das variáveis, efetuando estimativas e
interpolações de variáveis em locais não amostrados.
Portanto, a geoestatística se preocupa com o comportamento das variáveis
regionalizadas e fundamentalmente pode se basear nos seguintes pressupostos:
Ergodicidade: a esperança referente à média de todas as possíveis realizações da
variável é igual à média de uma única realização dentro de certo domínio;
Estacionariedade: na região em que se pretende fazer estimativas, o fenômeno é
descrito como homogêneo dentro desse espaço;
Hipótese Intrínseca: as diferenças entre valores apresentam fraco incremento, isto é,
as diferenças são localmente estacionárias.
31
As técnicas geoestatísticas podem ser utilizadas para descrever e modelizar
padrões espaciais (variografia), para predizer valores em locais não amostrados
(interpolação), para obter a incerteza associada a um valor estimado em locais não amostrados
(variância de krigagem) e para aperfeiçoar malhas de amostragem (ANDRIOTTI, 2003).
Dessa forma, o estudo da distribuição espacial proporcionado pela geoestatística, permite
visualizar o comportamento da variável na região através de mapas de isolinhas ou de
superfície. Os modelos que objetivam gerar superfícies a partir de procedimentos de
interpolação, de forma geral, representam a variável em estudo como uma combinação da
variabilidade em larga e pequena escala (DRUCK et al., 2004). Para tanto, existem três tipos
de abordagens:
Modelos determinísticos de efeitos locais: cada ponto da superfície é estimado
apenas a partir da interpolação das amostras mais próximas, utilizando funções como inverso
do quadrado da distância. A suposição implícita é que predominam efeitos puramente locais.
Modelos determinísticos de efeitos globais: a suposição implícita nesta classe de
interpoladores é que, para a caracterização do fenômeno em estudo, predomina a variação em
larga escala, e que a variabilidade local não é relevante.
Modelos estatísticos de efeitos locais e globais (krigagem): cada ponto da
superfície é estimado a partir da interpolação das amostras mais próximas, utilizando um
estimador estatístico. Esses procedimentos requerem que a variabilidade local e global seja
modelada através de modelos variográficos. Existindo diversos tipos de krigagem: simples,
ordinária, universal, indicadora, probabilística, etc.
No presente trabalho, iremos dar ênfase ao uso da técnica de krigagem ordinária
pontual, ou seja, um caso particular do modelo de efeitos locais e globais em que p=1 e k=0,
aonde k representa a ordem da função fj e β1 igual à média local. A ênfase nesse procedimento
se deve ao fato que, este interpolador pondera os vizinhos do ponto a ser estimado,
obedecendo aos critérios de não tendenciosidade e mínima variância dos erros. Tendo em
vista a sua grande importância na modelagem de fenômenos naturais e a sua robustez a certos
graus de não-estacionaridade e assimetria de distribuição como tem evidenciado alguns
(KLEIJNEN & BEERS, 2005).
A krigagem compreende, portanto, um conjunto de técnicas de estimação e
predição de superfícies baseada na modelagem da estrutura de correlação espacial. Segundo
Landim, (1998) a hipótese implícita no procedimento de krigagem é que o processo estudado
seja estacionário de 2ª ordem, ou seja, para qualquer deslocamento h, os dois primeiros
32
momentos da diferença [x(i) - x(i+h)] devem ser independentes da localização de “x” por
função apenas de "h":
Exi xi h mh , estacionariedade de primeira ordem.
Exi xi h mh 2 h , estacionariedade de segunda ordem.
Onde: m (h h ) representa a tendência e (h) representa a semivariância.
Neste caso a média é constante em todas as posições do campo amostral e a
covariância só depende da distância entre as amostras. Os passos num estudo empregando
técnicas de krigagem incluem:
Análise exploratória dos dados;
Análise estrutural (modelagem da estrutura de correlação espacial);
Interpolação estatística da superfície.
4.2.4.2.1. ANÁLISE EXPLORATÓRIA DOS DADOS
As técnicas de análise descritiva ou exploratória dos dados são essenciais ao
desenvolvimento das etapas da modelagem estatística espacial, para visualizar as propriedades
estatísticas e matemáticas dos dados, identificando a presença de valores extremos e à
ausência de estacionariedade das variáveis. Parâmetros de fundamental importância para a
tomada de decisões sobre os procedimentos a serem realizados (ANDRIOTTI, 2003).
Os parâmetros estatísticos que descrevem um conjunto de dados podem ser
divididos em três classes: (a) de tendência central, (b) de dispersão e (c) de assimetria e
curtose. Neste sentido, as medidas estatísticas usualmente calculadas são: média, mediana,
desvio padrão, valor máximo e mínimo, amplitude total, amplitude interquartílica, variância,
coeficiente de variação, coeficiente de assimetria, coeficiente de curtose, quartil inferior,
quartil superior e testes paramétricos e não-paramétricos de normalidade (LANDIM, 2000).
4.2.4.2.2. ANALISE ESTRUTURAL
A análise estrutura dos dados é denominada de variografia, que é uma ferramenta
básica de suporte às técnicas de Krigagem, pois permite representar quantitativamente a
variação de um fenômeno regionalizado no espaço. Define-se variograma 2 ˆ (h) como a
variância do erro que se comete ao estimar um teor desconhecido em (x + h) pela ajuda de um
ponto dado em (x), através das diferenças quadráticas médias. Entretanto, para a Krigagem
33
utiliza-se o semivariograma ˆ (h) que é a metade do valor do variograma (ANDRIOTTI,
2003).
O semivariograma pode ser calculado experimentalmente, considerando o
esquema de amostragem em duas dimensões mostrado na Figura 09, onde z(x) denota o valor
de uma posição cujos componentes são (x1, y1), e z(x+h) o valor da amostra numa posição
cujos componentes são (x2, y2), sendo h um vetor de distância (módulo e direção) que separa
os pontos (LANDIM, 2000).
.
Z(x1 + h)
2
h
1
Z(x1)
1
2
.
Figura 09. Esquema de cálculos experimentais de uma amostragem em duas dimensões.
A determinação experimental do semivariograma, para cada valor de h, considera
todos os pares de amostras z(x) e z(x+h), separadas pelo vetor distância h, a partir da
equação:
ˆ (h)
1 N (h)
[ z( xi ) z( xi h)]2
2 N (h) i 1
Onde:
ˆ (h) - é o semivariograma;
N(h) - número de pares da variável considerada em uma determinada direção;
z ( xi ), z ( xi h) - são as variáveis em dois pontos distintos, separados por uma
distância preestabelecida e constante em uma direção (h);
1
- é a metade da média das diferenças quadráticas e que representa a distância
2
perpendicular dos dois pontos em relação à linha de 45º do diagrama da dispersão espacial;
H - é o intervalo de distância preestabelecida.
As hipóteses de estacionariedade e média constante levam a postular um
comportamento idealizado para o semivariograma experimental. Espera-se que observações
mais próximas geograficamente tenham um comportamento mais semelhante entre si do que
aquelas separadas por maiores distâncias. Assim, o valor absoluto da diferença entre duas
amostras z(x) e z(x+h) deve crescer à medida que aumenta a distância entre elas, até um valor
na qual os efeitos locais não teriam mais influência (DRUCK et al., 2004).
34
Os variogramas experimentais podem ser elaborados para diferentes direções,
podendo detectar anisotropias existente na área em estudo. Essas anisotropias causam
variações nas direções do variograma, podendo ser:
Anisotropia geométrica: quando a variabilidade (alcance) é diferente de uma
direção para outra, porém mantendo o mesmo patamar.
Anisotropia zonal: neste tipo de anisotropia, tanto o alcance como o patamar variam
conforme uma determinada direção.
O gráfico do semivariograma experimental ˆ (h) é formado por uma série de
parâmetros, conforme ilustra a Figura 10, sobre os quais se objetiva ajustar uma função
teórica. É importante que o modelo ajustado represente a tendência de ˆ (h) em relação à h.
Deste modo, as estimativas obtidas a partir da krigagem serão mais exatas e, portanto mais
confiáveis (LANDIM, 1998).
Figura 10: Esquema básico de um Semi-variograma.
Os parâmetros de um semi-variograma são:
Alcance (a): distância dentro da qual as amostras apresentam-se correlacionadas
espacialmente.
Patamar (C): é o valor do semivariograma correspondente a seu alcance (a). Deste
ponto em diante, considera-se que não existe mais dependência espacial entre as amostras,
porque a variância da diferença entre pares de amostras (Var [Z(x) - Z(x+h)]) torna-se
aproximadamente constante.
Efeito Pepita (C0): idealmente, γ(h) (0)=0. Entretanto, na prática, à medida que h
tende para zero, γ(h) se aproxima de um valor positivo chamado Efeito Pepita (C0), que
revela a descontinuidade do semivariograma para distâncias menores do que a menor
35
distância entre as amostras. Parte desta descontinuidade pode ser também devida a erros de
medição, sendo impossível quantificar se a maior contribuição provém dos erros de medição
ou da variabilidade de pequena escala não captada pela amostragem.
Contribuição (C1): é a diferença entre o patamar (C) e o Efeito Pepita (Co).
Anisotropia: quando os semivariogramas se mostram diferentes para diferentes
direções de linhas de amostragem;
Os modelos teóricos mais utilizados são divididos em dois tipos: modelos com
patamar e modelos sem patamar. Modelos do primeiro tipo atingem o patamar (C)
assintoticamente, onde o alcance (a) é arbitrariamente definido como a distância
correspondente a 95% do patamar. Os modelos com patamar mais utilizados são: modelo
esférico, modelo exponencial e modelo gaussiano. Modelos do segundo tipo não atingem o
patamar, e apresentam um aumento constante da variabilidade, à medida que a distância é
incrementada. Tais modelos são utilizados para modelar fenômenos que possuem capacidade
infinita de dispersão. Neste caso a hipótese intrínseca é a única aceitável. Entre os modelos
que não atingem o patamar, o modelo linear ou potencial é o mais utilizado (LANDIM, 2000).
No presente trabalho foi utilizado o seguinte modelo teórico:
Modelo esférico (Matheron)
É o modelo mais utilizado nas variáveis estudadas em geociências. Apresenta um
crescimento rápido na origem, onde tem um comportamento linear.
3
h
h
C.1,5 0,5. , seh a
Sua expressão geral é: ( x)
a
a
C , seh a
Onde: (C) é o patamar e (a) representa a amplitude variográfica. Quando do ajuste
deste modelo, aplica-se usualmente a regra de que a tangente na origem atinge o patamar à
distância de 2/3 da amplitude (a).
5.2.4.2.3. Krigagem Ordinária Pontual
O termo krigagem foi cunhado pela escola francesa de geoestatística em
homenagem a Daniel G. Krige, um engenheiro de minas auríferas sul-africano, que foi o
pioneiro na aplicação de técnicas geoestatísticas em avaliações mineiras.
Inicialmente, o método de krigagem foi desenvolvido para solucionar problemas
de mapeamentos geológicos, mas seu uso expandiu-se com sucesso no mapeamento de solos
36
(XU & TAO, 2004; NOGUEIRA et al., 2004; INÁCIO et al., 1998), mapeamento hidrológico
(ZHANG & SELINUS, 1997; ARGENTO et al., 2003), mapeamento atmosférico (MACEDO
et al., 2003) e outros campos correlatos.
A krigagem usa informações a partir do semivariograma para encontrar os pesos
ótimos a serem associados às amostras com valores conhecidos que irão estimar pontos
desconhecidos. Nessa situação o método fornece, além dos valores estimados, o erro
associado a tal estimação, o que o distingue dos demais algoritmos. Dentre os métodos de
interpolação comumente empregados, o método geoestatístico da krigagem pode ser
considerado como o melhor estimador linear sem viés ("BLUE - Best Linear Unbiased
Estimator"), para interpolação do atributo medido em posições não-amostradas, cuja meta é a
minimização da variância da estimativa e com erro residual médio igual a zero (LANDIM,
2000).
Descreve-se abaixo de modo reduzido, a metodologia de estimativa por krigagem
ordinária pontual, com descrições mais detalhadas desta técnica nas seguintes referências
bibliográficas (GUERRA, 1988; LANDIM, 1998; ANDRIOTTI, 2003; DRUCK et al., 2004).
A krigagem ordinária pontual é uma técnica geoestatística que permite estimar o
valor desconhecido u 0 associado a uma determinada área ou volume, a partir de um
conjunto de n dados ui , i 1, n disponíveis.
O estimador é uma função da variável aleatória * , e é obtido como média
ponderada dos dados disponíveis:
n
u0 wi ui
i 1
Onde, wi são os ponderadores a serem obtidos, possuindo a variância de estimativa
minimizada, de modo que os estimadores não sejam enviesados e representam os pesos de
cada amostra utilizada no cálculo da estimativa de * u 0 .
Os ponderadores wi são obtidos pela resolução de um sistema de equações lineares
ou sistema de krigagem, conforme exposto por Landim, (1998):
n
wi u j ui u j u0
i 1
n
para j 1,, n
w 1
i
i 1
37
Onde, u j ui é a variância entre os pares de amostras extraídas da função
previamente ajustada aos semivariogramas experimentais; u j u 0 é a variância entre cada
amostra e o ponto estimado, também expressa da mesma função ; é o multiplicador de
Lagrange. Em notação matricial, o sistema de krigagem ordinária pode ser expresso como: K .
λ = k λ = K-1 . k, com:
Onde: K e k são matrizes das covariâncias; Cαβ, com α e β = 1,..., n(u), é a
covariância entre as posições das amostras α e β; Cαu, com α = 1,..., n(u), é a covariância
medida entre a posição da amostra α e a posição u, na qual se quer inferir um valor para o
atributo e; λ é o vetor dos pesos.
5. RESULTADOS E DISCUSSÃO
5.1. Parâmetros físico-químicos
Nas tabelas 09 e 10 são apresentados alguns valores estatísticos univariados
referentes aos parâmetros físico-químicos do rio Madeira nas duas épocas sazonais. Como
parâmetros médios são apresentados à média aritmética, a mediana e a média geométrica;
como parâmetros de dispersão são apresentados o desvio padrão e o coeficiente de variação;
são apresentados ainda os valores mínimos, máximos e a amplitude total.
Os valores estatísticos médios das variáveis físico-químicas da água dos pontos
amostrados no rio Madeira apresentaram pequenas variações, demonstrando que não existem
valores discrepantes afastados da média, fato este evidenciado melhor pelos desvios padrões e
coeficientes de variação baixos. Observa-se uma pequena variação nas temperaturas médias
do ar e da água entre os dois períodos, com uma diferença de 2,83ºC no ar e de 1,48 ºC na
água. Os resultados obtidos no rio Madeira são semelhantes aos de Bonotto & Silveira (2003),
média de 30º C, em seu trabalho no Alto rio Madeira em agosto de 1996. Em relação aos
afluentes, estes tiveram seus valores de temperatura em torno da média apresentada pelo rio
Madeira, expressando-se no período de cheia uma maior diferença entre o rio Madeira e os
afluentes.
38
Tabela 09. Estatística descritiva das variáveis físico-químicas do rio Madeira e valores
encontrados nos afluentes do rio Madeira no período de vazante (novembro - 2003).
Rio Madeira
Temp. Ar Temp. H2O Cond. Elétrica
N=
Mínimo
Máximo
Amplitude Total
Mediana
Média geométrica
Média Aritmética
Desvio Padrão
Coeficiente de Variação
Rio Jaci-Paraná
Rio Mutum – Paraná
Rio Abunã
Rio Mamoré
Rio Beni
33
25,7
38,5
12,8
30,6
31,08
31,21
2,91
9,32%
33
28,6
32
3,4
29,5
29,50
29,51
0,60
2,02%
31,0
26,4
31,0
30,6
30,5
30,2
28,4
29,7
30,5
29,3
33
87,4
99,6
12,2
96
95,63
95,65
1,87
1,95%
Afluentes
22,8
10,8
19,0
184,4
83,4
pH
O2 Dissolvido
Saturação
33
6,68
7,8
1,12
7,16
7,23
7,23
0,29
3,98%
33
6,32
7,8
1,48
6,94
6,96
6,97
0,32
4,56%
33
90,5
100
9,5
96,4
96,07
96,11
2,72
2,83%
6,82
6,77
4,75
7,52
7,47
7,0
6,54
7,5
6,33
6,74
99,0
78,8
97,3
88,7
90,6
Tabela 10. Estatística descritiva das variáveis físico-químicas do rio Madeira e valores
encontrados nos afluentes do rio Madeira no período de cheia (fevereiro - 2004).
Rio Madeira
Temp. Ar Temp. H2O Cond. Elétrica
N=
Mínimo
Máximo
Amplitude Total
Mediana
Média geométrica
Média Aritmética
Desvio Padrão
Coeficiente de Variação
Rio Jaci – Paraná
Rio Mutum – Paraná
Rio Abunã
Rio Mamoré
Rio Beni
36
25,6
33
7,4
28,15
28,33
28,38
1,83
6,44%
24,9
29,3
25,2
24,6
25,7
36
36
22,2
64,4
28,4
75,6
6,2
11,2
28,2
72
28,01
71,79
28,03
71,83
1,01
2,37
3,59%
3,30%
Afluentes
25,9
14,4
25,8
8,4
26,0
10,9
28,4
69,1
27,5
85,3
pH
O2 Dissolvido
Saturação
36
6,04
6,68
0,64
6,5
6,47
6,47
0,11
1,76%
36
4,62
7,12
2,5
4,79
5,08
5,11
0,58
11,33%
36
59,8
100
40,2
62,15
65,74
66,16
8,14
12,30%
5,91
5,61
5,1
5,9
6,35
3,98
4,58
4,03
3,5
5,08
49,3
56,5
50,1
45,5
64,8
A condutividade elétrica dos pontos amostrados no rio Madeira nos dois períodos
sazonais não variou significativamente em torno das médias 95,65+1,87µS/cm (vazante) e
71,83+2,37µS/cm (cheia). Observando-se no período de vazante uma maior condutividade
elétrica, que possivelmente está relacionada a uma maior dissolução de espécies iônicas
dissolvidas e baixa quantidade de sais dissolvidos. Além do menor volume d’água, que
39
influencia na concentração destes elementos na calha do rio, pois na época de cheia ocorre
uma maior diluição com o aumento do nível fluviométrico d’água.
Em relação aos seus formadores, não houve variação significativa de
condutividade no rio Beni. Porém, no rio Mamoré houve uma significativa mudança, onde
este apresentou uma condutividade elétrica maior (184,4µS/cm) que a encontrada nos rios
Madeira e Beni (83,4µS/cm) na vazante. E na cheia este rio apresentou uma condutividade
elétrica menor (69,1µS/cm) que a encontrada nos rios Madeira e Beni (85,3µS/cm). Esta
variação sazonal possivelmente esta relacionada a uma maior dissolução de matéria orgânica
dissolvida proveniente da Bacia do rio Guaporé e a uma maior concentração de espécies
inorgânicas dissolvidas e partículas em suspensão, menores que 10m provenientes do rio
Yata, como mostra os estudos de Guyot et al., (1999). Além da maior concentração de
elementos-traço como Fe e Mn adsorvidos a estas partículas que possuem numerosos sítios de
adsorção.
Já os afluentes do rio Madeira apresentaram condutividades elétricas mais baixas
que este nos dois
períodos amostrados, estando relacionadas às
características
hidrogeoquímicas dessas sub-bacias. Pois, os rios Madeira, Beni (águas brancas) e Mamoré
(águas claras) drenam rios sobre regiões de formação geológica terciária, ricas em espécies
iônicas, enquanto os rios Abunã, Mutum-Paraná e Jaci-Paraná (águas pretas) são formados
principalmente sobre formações quaternárias pobres em espécies iônicas. As menores
condutividades elétricas foram encontradas no rio Mutum-Paraná (10,8µS/cm e 8,4 µS/cm),
que estão relacionadas a menor quantidade de partículas e de matéria orgânica dissolvida na
água deste rio. O resultado de condutividade elétrica encontrado no rio Jaci-Paraná na vazante
(22,8 µS/cm), é maior que os resultados encontrados por Santos et al., (1986), 14 +
3,041µS/cm, em novembro de 1985. O que pode estar relacionado ao aumento do
desmatamento nas áreas de drenagem deste rio.
Em relação aos valores de pH na água, pode-se observar que os valores médios
apresentados pelo rio Madeira na vazante e cheia (7,23 e 6,47, respectivamente), não diferem
muito dos valores encontrados nos rios que o formam: Mamoré (7,52 e 5,9, respectivamente)
e Beni (7,47 e 6,35, respectivamente). Estando os valores de pH do rio Madeira mais
relacionado com os valores encontrados no rio Beni. Com a inclusão no estado de Rondônia,
o rio Madeira recebe influência da qualidade da água dos rios Abunã (4,75 e 5,1), MutumParaná (6,77 e 5,61) e Jaci-Paraná (6,82 e 5,91), observando-se uma pequena queda no pH do
rio Madeira, principalmente na confluência com estes afluentes. Os resultados do rio Madeira
condizem com os valores de Bonotto & Silveira (2003) que encontraram uma média de 6,54
40
no pH desta região. Em relação ao resultado de pH no rio Jaci-Paraná (6,82), observou-se uma
grande diferença quanto ao pH de 5,0 encontrado por Santos et al., (1986).
As quantidades de O2 dissolvido e saturação de O2 no rio Madeira apresentaram
uma variação média entre os períodos de vazante (6,97+0,32 mg/L e 96,11+2,72%) e cheia
(5,11+0,58 mg/L e 66,16+8,14%). Se expressando nesses parâmetros a influência do aumento
na dinâmica energética do rio na cheia e o aumento na quantidade de matéria orgânica
alóctone que é inserida nesse período, levando a desoxigenação do corpo d’água com o gasto
do O2 dissolvido da água na oxidação de matéria orgânica. No período de vazante os rios
Mamoré e Beni apresentaram quantidade de O2 dissolvido e saturações semelhantes. Porém,
na cheia estes apresentaram valores bem divergentes, pois o rio Mamoré neste período recebe
grande quantidade de matéria orgânica em processo de oxidação proveniente da Bacia do rio
Guaporé (seu formador). Estando os valores de O2 dissolvido e saturação do rio Madeira mais
relacionados com os valores do rio Beni. Já os afluentes do rio Madeira apresentaram
concentrações de O2 dissolvido e saturação menos divergentes nos dois períodos, com uma
maior diferença no período de cheia devido ao aporte de matéria orgânica alóctone que
modifica as características hidrogeoquímicas dessas sub-bacias.
5.1.1. Análise das componentes principais dos parâmetros físico-químicos da água.
Previamente às análises estatísticas, as variáveis de cada matriz de dados foram
transformadas através do artifício matemático “Log n”, e em seguida foram padronizadas
adotando-se a média como zero (0) e desvio padrão igual a um (1). Este artifício matemático,
que não interfere na relação entre os dados, foi necessário, pois as matrizes de dados
apresentam variáveis com valores em escalas diferentes.
No estudo das variáveis físico-químicas da água, ordenaram-se as matrizes de
dados para os dois períodos sazonais utilizando-se as variáveis: O2 dissolvido, % de O2
dissolvido (saturação), pH, condutividade elétrica e temperatura da H2O e do ar (apêndices 01
e 02). Porém, os dados dos afluentes não foram utilizados na PCA, pois não foi possível
detectar pela técnica de AAS alguns elementos–traço nesses pontos, sendo padronizadas as
PCA sem estes pontos amostrais.
Na tabela 11 apresentam-se os autovalores e a porcentagem de variância explicada
obtida para as 6 componentes principais, bem como os valores acumulados. Sendo utilizado
um nível de corte de 1 para se considerar significativos os auto-valores da variabilidade
explicada, observa-se que nos dois períodos amostrados apenas as 3 primeiras componentes
41
tem os seus auto-valores acima de 1. Desta forma, no período de vazante as 3 primeiras
componentes são responsáveis por 78,44 % de variância total explicada e no período de cheia
por 74,38 % de variância total explicada.
Tabela 11. Autovalores e a variância explicada das 6 componentes obtidas dos parâmetros
físico-químicos nos períodos de vazante (novembro de 2003) e cheia (fevereiro de 2004).
Componentes
1
2
3
4
5
6
Autovalores
“Eigenvalues”
Vazante
Cheia
2,60
2,24
1,08
1,14
1,02
1,09
0,75
0,92
0,44
0,61
0,11
0,01
% total
da variância
Vazante
Cheia
43,42 % 37,28 %
17,98 % 19,00 %
17,04 % 18,09 %
12,42 % 15,32 %
7,35 %
10,19 %
1,79 %
0,11 %
Autovalor
Acumulado
Vazante
Cheia
2,60
2,24
3,68
3,38
4,71
4,46
5,45
5,38
5,89
5,99
6,00
6,00
% total da variância
acumulada
Vazante
Cheia
43,42 % 37,28 %
61,40 % 56,29 %
78,44 % 74,38 %
90,86 % 89,70 %
98,21 % 99,89 %
100 %
100 %
Através da figura 11 pode-se verificar a mudança no declive da curva de
autovalores entre a 3ª e 4ª componente, demonstrando que as 3 primeiras componentes
apresentam auto-valores acima do nível de corte 1, justificando-se por isso uma maior ênfase
a estas 3 componentes principais.
Cheia
Vazante
2.5
3.0
43.42%
2.0
Auto-valores
Auto-valores
2.5
37.28%
2.0
1.5
17.98% 17.04%
1.0
12.42%
19.00% 18.09%
15.32%
1.0
10.19%
0.5
7.35%
0.5
1.5
1.79%
0.11%
0.0
0.0
1
2
3
4
Componentes
5
6
1
2
3
4
Componentes
5
6
Figura 11. Gráficos dos autovalores referentes as 6 componentes nos dois períodos sazonais.
No período de vazante a primeira componente contribuiu com 43,42% da variância
total explicada, com as cargas mais elevadas para o O2 dissolvido, % de O2 dissolvido
(saturação), temperatura do ar e pH; a segunda componente contribuiu com 17,98%, com a
carga mais alta para a temperatura da água; e a terceira componente contribuiu com 17,04%,
com a carga mais alta para a condutividade elétrica e temperatura do ar (tabela 12). No
período de cheia a variância total explicada foi menor que no período de vazante, tendo a
primeira componente contribuído com 37,28%, com as cargas mais altas para o O2 dissolvido,
% de O2 dissolvido (saturação) e temperatura do ar; a segunda componente contribuiu com
19,00%, com as cargas mais altas para a condutividade elétrica e o pH; e a terceira
42
componente contribuiu com 18,09%, com a carga mais alta para a temperatura da água (tabela
12).
Tabela 12. Contribuição de cada variável (loadings) para as 3 principais componentes e a
porcentagem de variância explicada de cada componente nos períodos de vazante e cheia.
Carga das Componentes (Component loadings)
Vazante
Cheia
1
2
3
1
2
3
TAR – Temperatura do Ar
0,591
0,240
0,591
0,516
0,375
-0,449
TH2O – Temperatura da Água
0,484
0,670
-0,284
0,064
-0,113
-0,912
COND – Condutividade Elétrica
0,540
-0,031
-0,748
-0,131
-0,884
-0,105
pH - Potencial Hidrogeniônico
0,499
0,479
0,157
0,371
-0,441
0,015
OD – O2 Dissolvido
-0,889
0,315
-0,082
0,948
-0,081
0,150
SATUR. – % de O2 Dissolvido (saturação)
-0,832
43,42
0,492
17,98
-0,049
17,04
0,956
37,28
-0,065
19,00
0,135
18,09
% Variância explicada
Na vazante a primeira componente é explicada pela maior relação entre as
variáveis O2 dissolvido na água e % de O2 dissolvido (saturação), e em menor relação com
correlação negativa com a temperatura do ar e pH. A maior carga atribuída a essas variáveis,
se deve à ocorrência de um gradiente de variação na temperatura e no O2, relacionado com as
diferentes velocidades observadas entre as margens e centro do rio. Além de o período
amostrado representar a época de fim de vazante, que se caracteriza pela elevada carga de
matéria orgânica oxidada durante os períodos de seca e vazante, resultando em um menor
equilíbrio na dissolução de várias espécies iônicas nos diferentes pontos, que se relacionam
diretamente com os valores de pH e condutividade elétrica. Devido aos fatores mencionados a
primeira componente foi denominada “componente de vazante”. A segunda componente está
relacionada à temperatura superficial da água, que é influenciada diretamente pelo clima
regional. Sendo o período de vazante uma das épocas de temperatura mais elevada na região e
de maior amplitude de variação térmica. Influenciando assim na dinâmica de difusão dos
gases para á água, a exemplo do O2. Desta forma esta componente foi determinada como
sendo a “componente climática”. A terceira componente se relaciona com a condutividade
elétrica e em menor relação com correlação negativa com a temperatura do ar. A carga
elevada para a condutividade elétrica nesta componente, possivelmente está relacionada com
a dissolução de ácidos carbônicos, fúvicos, húmicos e carbonatos resultantes da oxidação de
43
matéria orgânica, que influenciam na ciclagem e transporte de nutrientes no sistema hídrico.
Desta forma esta componente foi denominada “componente de ciclagem”.
Observa-se na figura 12A que, apesar de não haver uma boa relação entre a
temperatura da água e do ar no carregamento das componentes, estas se encontram próximas
com a ordenação em 3D das cargas nas 3 componentes, onde os parâmetros TAR, TH2O, pH e
COND. se mostram relacionados inversamente com o grupo afastado do OD. e SATUR..
Através da análise gráfica dos escores (figura 12B) (referência dos códigos
numéricos no apêndice 01) observa-se que os pontos do rio Madeira exibem diferentes
relações entre as componentes, sugestionando uma maior variabilidade no comportamento dos
parâmetros físico-químicos nos diferentes pontos analisados. Outro fato importante é o
agrupamento dos pontos do rio Madeira em conjunto com o rio Beni, demonstrando que no
período de vazante existe uma maior relação entre esses rios conforme as variáveis físicoquímicos estudadas. Este padrão possivelmente se deve a maior relação entre a quantidade de
espécies iônicas dissolvidas nesses rios, que acabam por influenciar similarmente os
parâmetros físico-químicos estudados. Já o rio Mamoré, que apresenta composição iônica
dissolvida diferente, conforme os estudos de Mortatti (1986), reflete em uma alta
condutividade elétrica, o que faz com que este sempre se apresente fora do agrupamento
formado. Nota-se também o afastamento de alguns pontos do rio Madeira, que podem ter tido
suas características físico-químicas modificadas possivelmente por fatores como: pontos 1, 2,
e 3 se localizam perto da cachoeira de Santo Antônio, o que faz aumentar as concentrações de
O2 dissolvido; pontos 24, 27, 28 e 29 se localizam próximo a afluentes ou logo após a
influência destes. E a maior separação é observada para o ponto 15, que apresenta a maior
temperatura da água, condutividade e pH entre os pontos do rio Madeira.
44
Cargas
Vazante
Escores
Vazante
TAR
29
28
30
519
15 32 221
RB
13
14
91 2623
221627
3
24
126584 3317 18
7 20
3 11 10
12
pH
TH2O
S AT
OD
COND
A
B
Escores
1
3
0
-1
29
13
28
14
30
6
32
25
12 5
931
1 8 4
2119
112
20 1726RB
107 33
22 16 27
23
B
RM
18
24
-2
-3
-2
-1 0 1 2 3 4
Componente 1: 43.42%
3
5
1
0
-1
-2
-3
B
RM
-4
-5
-4
6
29
RB 21
19 28
3224
30
14
22 25
23
2618
16 27
13931
12 876 33
17
11 105 4 20
3
15
2
1
2
Componente 3: 17.04%
3
2
Escores
Escores
3
15
Componente 3: 17.04%
Componente 2: 17.98%
4
-3
-4
RM
-3
-2
-1 0 1 2 3 4
Componente 1: 43.42%
5
2
1
-1
B
15
-2
-3
RM
-4
-5
-3
6
18
0
29
1921 2532 28
30
14
2226
2316
9
27717
13
3112
33
10
20 11 48 5 36
2
1
RB
24
-2
-1
0
1
2
Componente 2: 17.98%
3
4
Figura 12. Projeção espacial de ordenação das cargas das variáveis físico-químicas (A) e a
distribuição espacial dos escores nas 3 componentes principais (B) (novembro de 2003).
Na cheia a primeira componente também é explicada pela maior relação entre as
variáveis O2 dissolvido na água e % de O2 dissolvido (saturação), e em menor relação apenas
com a temperatura do ar. Pois, no pulso de cheia o rio Madeira apresenta um grande volume
d’água proveniente dos rios e igarapés afluentes. Estes inserem espécies iônicas dissolvidas e
matéria orgânica alóctone em decomposição, mas que será oxidada em maior quantidade nos
períodos de seca e vazante. Fazendo com que o O2 dissolvido na água diminua na cheia.
Logo, o rio Madeira se apresenta mais influenciável pelos afluentes neste período, resultando
em uma menor variabilidade para estes parâmetros nos diferentes pontos. Por isso, a primeira
componente foi denominada “componente de cheia”. A segunda componente esta relacionada
à condutividade elétrica e ao pH. Como exposto para a primeira componente neste período
ocorre o aumento do volume d’água, o que acarreta no aumento do transporte de elementos
maiores como Ca, Mg e K, possivelmente aumentando a precipitação de carbonatos, fosfatos
e de outros minerais, que consomem os H+ resultantes da oxidação de matéria orgânica
durante a vazante. O que faz com que o pH se torne levemente ácido e a condutividade
45
diminua na cheia. Por isso, esta componente foi determinada como “componente de
ciclagem”. A terceira componente se relaciona mais com a temperatura da água,
demonstrando que está influência menos nos outros parâmetros durante a cheia do que nos
períodos de seca e vazante. Por isso, esta componente foi denominada “componente
climática”.
Cheia
Cargas
Cheia
Escores
20
OD S AT
TAR pH
COND
26
369 711 1 3
12 10
14
45813
15
18
28
17
21
16
22
23
24
26
19
29
25
27
33
31
30
35
34
32 RB
RM
TH2O
B
Escores
B
9
3
2
1
0
-1
36
RM
2012 7 15
8
28
1045
19 11
23
1826
35 1314
21
2229
24
17
16
25
34
1 23
2730
31
3332
6
-2
-3
RB
-4
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Componente 1: 37.28%
Componente 3: 18.09%
Componente 2: 19.00%
4
B
Escores
7
6
20
5
4
3
2
1 23
RB
1
11 13
17
18
21
16
12
24
74514
6
22
36 10
RM
28
27
25
26
23
29
0
31
19
33
30
9
32 815
34
35
-1
-2
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6
Componente 1: 37.28%
Escores
Componente 3: 18.09%
A
7
6
5
4
3
2
1
0
-1
-2
-4
B
20
RB
-3
312
11
1318
17
21
16
1410
4 5 6 712
2226
272524
2923
31
19 28
33
30
8 15
32 34
35
RM 36
-2
-1
0
1
2
Componente 2: 19.00%
9
3
4
Figura 13. Projeção espacial de ordenação das cargas das variáveis físico-químicas (A) e a
distribuição espacial dos escores nas 3 componentes principais (B) (fevereiro de 2004).
Observa-se na figura 13A que, na cheia os parâmetros físico-químicos apresentamse mais relacionados e formando um grupo com poucos pontos afastados, onde os parâmetros
TAR, TH2O, pH e COND. encontram-se mais próximos das concentrações de OD. e SATUR.
Nos gráficos de escores (figura 12B) (referência dos códigos numéricos no apêndice 02), os
pontos do rio Madeira se apresentam mais relacionados do que na vazante, sugerindo uma
menor variabilidade no comportamento dos parâmetros físico-químicos nos diferentes pontos
analisados. Porém, na cheia o rio Beni se apresenta fora do agrupamento dos pontos do rio
Madeira, demonstrando que nesta época o rio Madeira possivelmente exibe uma maior
relação com os rios afluentes que formam as áreas inundáveis nas margens deste. Logo, os
rios Madeira, Mamoré e Beni apresentam uma variabilidade distinta para os parâmetros
46
físico-químicos na cheia, principalmente o O2 dissolvido e a condutividade elétrica que os
separam em grupos diferentes através da ordenação dos escores na 1 e 2 componentes. Onde o
rio Mamoré se relaciona com a 1 componentes, ou seja, apresenta menor quantidade de O2
dissolvido e menor condutividade elétrica. E os rio Madeira e Beni se relacionam com a 2
componente, ou seja, apresentam maiores condutividades elétricas. Nota-se também o
afastamento de alguns pontos do rio Madeira, que podem ter tido suas características físicoquímicas modificadas possivelmente por fatores como: pontos 1, 2, e 3 se localizam perto da
cachoeira de Santo Antônio e ponto 6 perto da cachoeira de Teotônio, o que faz aumentar as
concentrações de O2 dissolvido na água; pontos 9 e 36 se localizam próximos a afluentes ou
logo após a influência destes. No caso do ponto 36 ou P12 MD (margem direita), este fica na
confluência com o Igarapé Araras que possui uma baixa condutividade elétrica de 7,01µS/cm
(dado não publicado).
5.2. Sólidos em Suspensão
Nas tabelas 13 e 14 são apresentados os valores estatísticos univariados das
variáveis geoquímicas do rio Madeira nas duas épocas sazonais. Como parâmetros médios são
apresentados à média aritmética, a mediana e a média geométrica; como parâmetros de
dispersão são apresentados o desvio padrão e o coeficiente de variação; são apresentados
ainda os valores mínimos, máximos e a amplitude total observada.
Os valores estatísticos médios das variáveis geoquímicas dos pontos amostrados
no rio Madeira apresentaram variações de médias a altas, demonstrando que existem valores
afastados da média regional, evidenciando desvios padrões e coeficientes de variação médios
e altos para a maioria dos elementos, principalmente na época de vazante (ex. Hg, Zn, Mn e
Fe). Em termos médios o período de vazante apresenta maiores concentrações de Co, Cu, Hg
e Mn adsorvidos as partículas em suspensão. Já o perído de cheia apresenta maiores
concentrações de Cr, Pb, Zn e Fe.
Os resultados obtidos no trascecto do P1 (apêndice 01), região entre as cachoeiras
de Teotônio e Santo Antônio, mostram-se abaixo dos valores encontrados por Bonotto &
Silveira (2003) no mesmo trecho, para Fe (75776 g.g-1), Zn (723 g.g-1), Pb (712 g.g-1), Cu
(593 g.g-1) e Mn (1217 g.g-1). Esta divergência de valores esta relacionada ao método
análitico empregado pelos autores para extração total dos elementos-traços presentes nas
partículas. Demonstrando que na componente cristalina das partículas sedimentares existem
altas concentrações de elementos-traço não biodisponíveis.
47
Neste estudo os valores médios de Hg adsorvidos às sólidos em suspensão no rio
Madeira estão acima dos valores encontrados por Maurice-Bourgoin et al. (2000), em seu
estudo sobre o transporte de Hg proveniente das regiões do rio Beni (2-8 g.Kg-1), e no rio
Madeira (10,0 g.Kg-1). Em relação ao trabalho de Ayres et al. (2004), observa-se que no
Alto rio Madeira (dados do estudo) as concentrações de Hg são mais baixas do que as
encontradas no Baixo rio Madeira, com valores entre 68 e 251 g.Kg-1 (1997) e 9,6 a 122,1
g.Kg-1(2002). Sendo esses valores altos relacionados ao possivel enriquecimento das
concentrações de Hg nos sólidos em suspensão na região do Baixo rio Madeira, devido aos
solos regionais e ao aumento da erosão provocada pela expansão da agricultura.
Os resultados referentes à carga de sólidos em suspensão no Alto rio Madeira,
corroboram os estudos realizados por SIOLI (1967), MARTINELLI et al. (1989),
MORTATTI et al. (1989), FILIZOLA (1999), GUYOT et al. (1999). Mostrando-se a origem
da carga sólida transportada no rio Madeira pela drenagem de rios provenientes da região
Andina, principalmente por influência do rio Beni (415,68 e 552,33 mg.L-1) que possui uma
carga sólida suspensa 11 vezes superior a do rio Mamoré no período de vazante (30,63 e
367,6 mg.L-1). No período de cheia há um aumento na ordem de 10 vezes na carga sólida em
suspensão do rio Mamoré, que recebe uma grande influência do rio Yata que drena regiões de
formação terciária do cráton andino. Já os afluentes do Alto rio Madeira tem uma pequena
contribuição no fluxo sedimentar, devido a pouca quantidade de sólidos em suspensão na
ordem de 10 até 100 vezes menos partículas que o rio Madeira. Atuando, em conjunto com os
processos de erosão marginal no canal do rio Madeira, para o enriquecimento de elementostraço no talvegue desse rio.
Em relação aos formadores do rio Madeira, o rio Beni apresentou no período de
vazante maiores concentrações dos elementos-traço: Co, Cu, Pb e Hg. Já no período de cheia
este apresenta maiores concentrações para todos os elementos, exceto o Mn. Logo, o rio
Mamoré se sobressai com os maiores valores de Cr, Fe, Zn (vazante) e Mn (dois períodos).
48
Tabela 13. Estatística descritiva das concentrações de sólidos em suspensão (mg.L-1) e
elementos-traço (g.Kg-1) do rio Madeira e dos afluentes no período de vazante ( nov. 2003).
S. S.
Co
Cu
N=
33
33
33
Mínimo
237,63 6335,57 18576,85
Máximo
516,48 11055,63 26855,1
Amplitude Total 278,85 4720,06 8278,25
Mediana
318,7 9134,15 21541
Média geométrica 325,47 9008,31 21551,73
Média Aritmética 330,61 9080,18 21621,99
Desvio Padrão
61,86 1142,79 1805,01
Coeficiente de
18,71% 12,59% 8,35%
Variação
Rio Madeira
Cr
Pb
33
33
13440,25 2650,63
23667,82 14898,4
10227,57 12247,8
16275,51 10904,1
16934,29 10654,19
17189,88 10953,95
3077,14 2058,38
Hg
33
37,01
86,84
49,83
45,05
47,72
48,76
11,17
Zn
33
289,16
117528,11
117238,95
33924,3
27122,77
47369,66
37225,92
17,90% 18,79% 22,90% 78,59%
Mn
33
209834,07
827173,84
617339,77
450199,55
440373,97
454193,01
114653,11
Fe
33
18490506,06
66655831,39
48165325,33
36464103,2
34454405,19
35304959,46
8074181,01
25,24%
22,87%
Afluentes
Rio JaciParaná
Rio MutumParaná
Rio Abunã
Rio Mamoré
Rio Beni
Os
27,80
<LDT
<LDT
43832,16 <LDT
84,44 247953,65 948841,99 41615459,84
11,93
<LDT
<LDT
87015,19 <LDT
247,02 320876,99 584333,45 63411827,22
44,25 <LDT 5768,88 55296,19 <LDT
40,1 99320,1 1507572,8 49418647,55
30,63 <LDT 3185,53 37533,34 <LDT
5,67 117040,36 742359,4 42795354,88
415,68 9908,61 25210,02 21825,16 7715,84 37,38 104215,0 378732,76 36206662,17
afluentes
amostrados
apresentaram
maiores
concentrações,
quando
comparadas às concentrações médias do rio Madeira, dos seguintes elementos-traço: Cr, Hg,
Mn e Fe no período de vazante, e Hg e Mn no período de cheia. As concentrações de
elementos-traço no rio Mutum-Paraná se destacam como as mais altas dentre os afluentes.
Este rio apresentou as maiores concentrações de Cr, Fe, Zn e Hg na vazante, e de Hg e Mn na
cheia. Tendo as concentrações de Hg nos dois períodos ultrapassado o valor recomendado
pela Organização Mundial de Saúde – WHO que é de 200 g.Kg-1. Estas altas concentrações
podem estar relacionadas com o histórico de uso deste rio para o concerto de dragas e balsas
utilizadas nas atividades do garimpo de ouro.
As concentrações de sólidos em suspensão e elementos-traço nos pontos
amostrados na Bacia de drenagem do Alto rio Madeira demonstram uma alta variabilidade nas
características geoquímicas de comportamento desses elementos nos diferentes rios. Essa
diferença está relacionada às características dessas sub-bacias. Pois, os rios Madeira, Beni
(águas brancas) e Mamoré (águas claras) são formados ou recebem grande influência da
formação terciária do cráton andino, que por ser mais recente sofre maiores intemperismos e
conseqüentemente ocorre maior liberação de sedimentos. Já os rios Abunã, Mutum-Paraná e
Jaci-Paraná (águas pretas) são formados principalmente no cráton de formação quaternária,
que sofre menos intemperismo. Logo, esses rios apresentam características distintas quanto à
disposição de minerais, nutrientes e outros tipos de espécies iônicas e elementos-traço.
49
Tabela 14. Estatística descritiva das concentrações dos sólidos em suspensão (mg.L-1) e
elementos-traço (g.Kg-1) do rio Madeira e dos afluentes no período de cheia (fev. - 2004).
N=
Mínimo
Máximo
Amplitude
Total
Mediana
Média
geométrica
Média
Aritmética
Desvio Padrão
Coeficiente de
Variação
Rio Madeira
S. S.
Co
Cu
Cr
Pb
Hg
Zn
Mn
Fe
36
36
36
36
36
36
36
36
36
326,25 6339,42 16151,48 11064,62 11161,25 30,41 51793,17 354616,57 28956683,15
995,63 11029,05 22019,91 40191,76 17525,12 83,93 121054,13 676030,65 41932745,14
669,38 4689,63
5868,43 29127,14 6363,87
53,52 69260,96 321414,08 12976061,99
514,38 8908,53 19340,77 16510,30 14641,94 45,16 89383,83 417022,16 35923350,24
510,22 8608,43 19508,61 17112,27 14314,87 44,09 87160,53 420450,29 35676835,06
523,48 8682,19 19555,61 17615,24 14399,33 44,94 88146,45 423423,54 35774637,98
128,50 1114,08
1360,12
24,55% 12,83%
6,96%
4948,97 1557,40
28,09%
9,51
12886,10
10,82% 21,17% 14,62%
55921,51
2660749,72
13,21%
7,44%
Afluentes
Rio JaciParaná
Rio MutumParaná
Rio Abunã
Rio Mamoré
Rio Beni
10,13
<LDT
<LDT
<LDT
<LDT
8,13
<LDT
<LDT
<LDT
<LDT
6,65
76215,28 432043,75 35914761,11
350,47 68268,84 821234,96 25921463,04
29,53 <LDT
<LDT
<LDT
<LDT 51,71 167993,79 765733,24 30495375,45
367,6 4260,5 14097,09 14058,32 11352,74 19,98 53890,98 423237,67 18682066,46
552,33 7834,72 21991,27 16592,58 15655,58 32,0 93418,39 390854,74 27167073,35
5.2.1. Análise das componentes principais de elementos-traço nos sólidos em suspensão.
Previamente às análises estatísticas, as variáveis de cada matriz de dados foram
transformadas através do artifício matemático “Log n”, e em seguida foram padronizadas
adotando-se a média como zero (0) e desvio padrão igual a um (1). Este artifício matemático,
que não interfere na relação entre os dados, foi necessário, pois as matrizes de dados
apresentam variáveis com valores em escalas diferentes.
No estudo das variáveis geoquímicas dos sólidos em suspensão, ordenaram-se as
matrizes de dados para os dois períodos sazonais utilizando-se as variáveis: sólidos em
suspensão (SS), Co, Cu, Cr, Pb, Hg, Zn, Mn e Fe (apêndices 01 e 02). Porém, os dados dos
afluentes não foram utilizados na PCA, pois não foi possível detectar pela técnica de AAS
alguns elementos–traço nesses pontos, sendo padronizadas as PCA sem estes pontos.
Na tabela 15 apresentam-se os autovalores e a porcentagem de variância explicada
obtidos para as 9 componentes principais, bem como os valores acumulados. Observa-se que
nos dois períodos amostrados apenas as 3 primeiras componentes tem os seus auto-valores
acima de 1, com exceção da componente 3 do período de cheia. Desta forma, no período de
50
vazante as 3 primeiras componentes são responsáveis por 84,56 % de variância total explicada
e no período de cheia por 75,59 % de variância total explicada.
Tabela 15. Autovalores e a variância explicada das 9 componentes obtidas dos elementostraço nos períodos de vazante (novembro de 2003) e cheia (fevereiro de 2004).
Componentes
1
2
3
4
5
6
7
8
9
Autovalores
“Eigenvalues”
Vazante
Cheia
5,02
3,42
1,58
2,53
1,01
0,85
0,71
0,70
0,28
0,61
0,21
0,39
0,10
0,25
0,07
0,20
0,02
0,05
% total
da variância
Vazante
Cheia
55,79 % 38,02 %
17,60 % 28,16 %
11,17 %
9,41 %
7,85 %
7,80 %
3,09 %
6,75 %
2,29 %
4,28 %
1,14 %
2,82 %
0,82 %
2,17 %
0,25 %
0,57 %
Autovalor
Acumulado
Vazante
Cheia
5,02
3,42
6,61
5,96
7,61
6,80
8,32
7,51
8,60
8,11
8,80
8,50
8,90
8,75
8,98
8,95
9,00
9,00
% total da variância
acumulada
Vazante
Cheia
55,79 % 38,02 %
73,40 % 66,18 %
84,56 % 75,59 %
92,41 % 83,39 %
95,51 % 90,15 %
97,80 % 94,43 %
98,93 % 97,25 %
99,75 % 99,43 %
100 %
100 %
Através da figura 14 pode-se verificar a mudança no declive da curva de
autovalores entre a 3ª e 4ª componentes, demonstrando que as 3ª primeiras componentes
apresentam autovalores acima do nível de corte 1, com exceção da componente 3 do período
de cheia, justificando-se por isso uma maior ênfase a estas 3 componentes principais.
Componentes
Cheia
4.0
3.5 38.02%
3.0
Auto-valores
Auto-valores
Vazante
5.5
55.79%
5.0
4.5
4.0
3.5
3.0
2.5
2.0
17.60%
1.5
11.17%
1.0
7.85%
3.09%2.29%
0.5
1.14%0.82%0.25%
0.0
1
2
3
4
5
6
7
8
9
28.16%
2.5
2.0
1.5
9.41%
1.0
0.5
0.0
1
2
3
7.80% 6.75%
4.28%
2.82%2.17%
0.57%
4
5
6
7
8
9
Componentes
Figura 14. Gráficos dos autovalores referentes as 9 componentes nos dois períodos sazonais.
No período de vazante a primeira componente contribuído com 55,79% da
variância total explicada, com as cargas mais elevadas para os S.S., Cu, Co, Pb, Hg e Cr; a
segunda componente contribuiu com 17,60%, com as cargas mais alta para Zn, Fe e Cr; e a
terceira componente contribuiu com 11,17%, com as cargas mais alta para Mn e Zn (tabela
16). No período de cheia a variância explicada foi menor que na vazante, tendo a primeira
componente contribuído com 38,02%, com as cargas mais altas para Cu, Co, Pb, Hg e Fe; a
segunda componente contribuiu com 28,16%, com as cargas mais altas para os S.S., Mn e Cr;
e a terceira componente contribuiu com 9,41%, com a carga mais alta para o Zn (tabela 16).
51
Tabela 16. Contribuição de cada variável (loadings) para as 3 principais componentes e a
porcentagem de variância explicada de cada componente nos dois períodos amostrados.
Carga das Componentes (Component loadings)
Vazante
1
2
SS
-0,925
-0,026
Co
-0,973
-0,057
Cu
-0,952
-0,073
Cr
0,688
-0,607
Pb
-0,936
-0,069
Hg
-0,884
-0,214
Zn
0,240
-0,713
Mn
0,332
0,289
Fe
0,119
0,752
% Variância explicada
55,79
17,60
3
-0,172
-0,096
-0,079
0,082
-0,063
0,037
-0,515
-0,817
-0,124
11,17
1
-0,010
-0,705
-0,810
-0,220
-0,697
-0,756
-0,560
-0,208
-0,899
38,02
Cheia
2
0,920
0,640
-0,399
-0,679
-0,373
0,183
0,019
0,696
-0,024
28,16
3
0,053
-0,136
0,046
0,173
-0,082
-0,391
0,735
0,286
-0,110
9,41
Compreender a relação elementos-traço – sólidos em suspensão parte do princípio
de uma análise conceitual. Os sólidos em suspensão variam em origem, forma e tamanho,
características condicionadas por fatores como: o regime pluviométrico, que influência
diretamente no transporte e acréscimo de sedimentos; uso da terra, pois o desmatamento
acelera o processo de erosão, além das atividades de mineração. Outro fator de grande
relevância é a formação geológica da bacia em estudo, pois esta, junto com os demais fatores
pode influenciar na dinâmica do rio e na concentração de elementos-traço nos sedimentos.
Na vazante a primeira componente é explicada pela maior relação entre as
variáveis: S.S., Cu, Co, Pb e Hg, e em menor relação com ordem inversa com o Cr. A maior
carga atribuída a essas variáveis está relacionada com o fluxo natural de elementos-traço da
bacia hidrográfica, sendo o transporte realizado através da adsorção desses elementos as
partículas sedimentares em suspensão. Possivelmente, a maioria destas partículas são
compostas pelos elementos K, Al e Si conforme indica Bonotto & Silveira (2003). Pois, no
período de vazante estes autores encontraram uma relação de estabilidade no campo das
kaolinitas (K2O-Al2O3-SiO2-H2O) para as fases minerais dos sedimentos em suspensão.
Ainda, segundo Mortatti (1986) no período de vazante (novembro) o rio Madeira apresenta
maiores concentrações de Si quando comparadas com os outros elementos maiores.
Possivelmente, os minerais presentes nas partículas deste período são silicatos, micas,
feldspatos e kaolinitas, provenientes principalmente do rio Beni. Possivelmente, o transporte
dos elementos Cu, Co, Pb e Hg é realizado através da associação com partículas minerais de
composição química diferente das partículas que transportam o elemento Cr. Devido a esses
fatores a primeira componente foi denominada “componente primária de transporte”.
52
A segunda componente é explicada pela maior relação com a variável Fe, e em
menor relação com ordem inversa com Zn e Cr. A maior carga atribuída a estas variáveis
possivelmente relaciona-se ao transporte natural dos óxidos e hidróxidos de Fe no canal
principal e aos processos de erosão e lixiviação dos solos da margem dos rios, carreando íons
metálicos e pequenas partículas para o talvegue do rio. Processo este que tem se intensificado
recentemente pela atividade agropecuária às margens dos rios na área de estudo. Sendo que no
estado de Rondônia predomina a classe dos latossolos, em torno de 58% do estado,
correspondentes a classe dos Ferralsols pelo sistema FAO e Oxisols pelo sistema dos EUA.
Desta forma as concentrações de Cr e Zn são inversamente proporcionais às concentrações de
Fe. Demonstrando que o transporte desses elementos é realizado por outros tipos de partículas
minerais e não adsorvidos aos óxidos e hidróxidos de Fe. Desta forma esta componente foi
determinada como sendo a “componente secundária de transporte”.
A terceira componente é explicada pela maior relação com a variável Mn, e em
menor relação com Zn. A carga elevada destas variáveis possivelmente relaciona-se ao
transporte natural dos óxidos e hidróxidos de Mn e do Zn no canal principal, e ao aumento das
concentrações destes elementos inseridos na calha do rio Madeira por influência dos rios e
igarapés afluentes que drenam regiões contendo maiores concentrações destes elementos.
Pois, os afluentes do rio Madeira percorrem o interior do estado de Rondônia drenando solos
bastante erodidos e lixiviados pela ação das atividades agropecuárias às margens destes. Além
da possível re-mobilização destes elementos do sedimento de fundo por advento do início da
cheia. Outro fator é a erosão dos solos marginais no rio Madeira que podem trazer partículas
contendo altas ou baixas concentrações destes elementos. Desta forma esta componente foi
denominada “componente regional”.
Observa-se na figura 15A que, as variáveis geoquímicas se agrupam em 4 grupos
distintos com a ordenação em 3D das cargas nas 3 componentes, onde o primeiro é formado
pelas variáveis S.S., Co, Cu, Pb e Hg; o segundo pelo Fe; o terceiro pelo Mn; e o quarto pela
proximidade de Zn e Cr. Mostrando que possivelmente estes elementos-traço sofrem
diferentes processos geoquímicos na área de estudo e que são transportados preferencialmente
por partículas minerais diferentes.
Através da análise gráfica dos escores (figura 15B) (referência dos códigos
numéricos no apêndice 01) observa-se que os pontos do rio Madeira exibem diferentes
relações entre as componentes 2 e 3, sugestionando uma maior variabilidade no
comportamento dos processos geoquímicos de transporte dos elementos relacionados a estas
componentes nos diferentes pontos analisados. Novamente, os pontos do rio Madeira se
53
agrupam em conjunto com o rio Beni, ou seja, existe uma grande relação quanto às
concentrações dos elementos-traço nos sólidos em suspensão desses rios. Enquanto, o rio
Mamoré possui concentrações diferenciadas, apresentando maiores concentrações de Fe, Mn,
Zn e Cr, e menores concentrações de S.S., Co, Cu, Pb e Hg quando comparadas com as
concentrações do rio Madeira e Beni. Assim, o rio Mamoré se apresenta fora do agrupamento
formado pelos rios Beni e Madeira. Ocorre também o afastamento de alguns pontos do rio
Madeira formando três grupos, que podem ter tido suas características geoquímicas
modificadas possivelmente por fatores como: I grupo - pontos 1, 4 e 7 se localizam em
regiões aonde os solos apresentam concentrações baixas de Zn e Mn (GOMES et al., 2004)
além de serem usados para atividades agropastoris, resultando no carreamentos destas
partículas pobres em Zn e Mn para o rio Madeira; II grupo - pontos 2, 5, 8, 10, 11, 12, 14, 17,
32 e 33 se localizam no centro do rio Madeira, próximos a afluentes ou logo após a influência
destes, o que faz com que estes pontos do rio Madeira possuam uma maior concentração dos
elementos Zn e Cr. Visto que no período de vazante é observado a re-mobilização de
elementos-traço presentes no sedimento de fundo conforme os dados de (GOMES et al.,
2004). E o terceiro grupo é formado pelos demais pontos do rio Madeira (ex. 9, 16, 18 e 26)
que apresentam maiores concentrações de Mn e menores de Fe.
Vazante
Cargas
Fe
Cr
4
1 23
7
28
27
17
30
22
19
13
3
29
31
20
21
5 32
24
33
15 RB
14
18
9625
2
26
10
11 8 12
16
Hg
Pb
Cu
Co
S.S.
Mn
Zn
A
1
0
RM
11
RB 5
-1
17
14
82
3233
-2
1210
-2
0
2 4 6 8 10 12 14 16
Componente 1: 55.79%
3
23
-1
4
1
17
7
33
27
32
28
145
22
19
2
30
RB
13
24
310
20
12
21
29
8
31
15
6
911
25
18
26
-2
16
2
1
0
-3
-4
B
Escores
-2
0
RM
2 4 6 8 10 12 14 16
Componente 1: 55.79%
Componente 3: 11.17%
174
18
28
26
29
16
31
13
27
930
619
3
20
21
25
22
23 2415
Escores
Componente 3: 11.17%
Componente 2: 17.60%
2
B
RM
B
Escores
-3
-4
Vazante
Escores
3
23
2
7
1
0
10
12
3233
14
2
8
27 28
22
RM
19 30
24 203 13
15 21 6 3129
25 9
26 18
16
-2
B
5
RB
11
-1
-3
-3
4
1
17
-2
-1
0
1
Componente 2: 17.60%
2
Figura 15. Projeção espacial de ordenação das cargas das variáveis geoquímicas (A) e a
distribuição espacial dos escores nas 3 componentes principais (B) (novembro de 2003).
54
No período de cheia a primeira componente é explicada pela maior relação ente
Cu, Co, Pb, Hg e Fe. A maior carga atribuída a essas variáveis também está relacionada ao
fluxo natural de elementos-traço na bacia hidrográfica. Porém, neste período o transporte
desses elementos-traço possivelmente é realizado através da adsorção desses elementos há
partículas sedimentares complexadas aos óxidos e hidróxidos de Fe. Pois, segundo Taillefert
& Gaillard (2002) em áreas que recebem influência sazonal, os elementos Fe, Mn e Zn
mobilizados durante a fase seca, fenômeno este facilitado pela maior oxigenação do material
orgânico depositado no sedimento, são recolocados no meio hídrico com o inicio da cheia,
muitas vezes em concentrações numa ordem de grandeza mais elevada do que durante a fase
de cheia anterior. Esse fenômeno é descrito na Bacia de drenagem do rio Beni por MauriceBourgoin et al. (2000), onde estes afirmam haver a jusante do rio Beni uma área de
armazenamento de Hg (das geleiras andinas e do garimpo) adsorvido a particulas
sedimentares enriquecidas pelos solos regionais em óxiodos e hidróxidos de Fe. Durante a
estação chuvosa, ocorre o transporte destas partículas para a planície amazônica através do rio
Madeira, devido ao ingrime declive e pelo aumento na taxa de erosão dos solos marginais
com as recentes práticas agricolas. Devido aos fatores mencionados a primeira componente
foi denominada “componente primária de transporte”.
A segunda componente é explicada pela maior relação entre as variáveis sólidos
em suspensão, Co e Mn, e em menor relação com ordem inversa com o Cr. A maior carga
atribuída a estas variáveis está relacionada ao transporte desses elementos-traços adsorvidos
as partículas em suspensão. Logo, na vazante a carga de sólidos em suspensão (quantidade:
mg.L-1) expressa a composição deste, ou seja, se relaciona com as concentrações de
elementos-traço adsorvidos na 1 componente. Já na cheia, não mais se expressa à relação
quantidade/composição, visto que não ocorre mais a relação quantidade/concentrações de
elementos-traço adsorvidos. Possivelmente, neste período as partículas são compostas pelos
elementos Ca, Mg, K, Al e Si. Pois, segundo Mortatti (1986) no período de cheia (fevereiro) o
rio Madeira apresenta maiores concentrações de Ca, Mg, Al e K quando comparadas com os
outros elementos maiores. Observando-se uma ordem inversa quanto as concentrações de Co
e Mn contra Cr. Indicando uma maior relação entre o transporte das variáveis sólidos em
suspensão, Co e óxidos e hidróxidos de Mn através de partículas minerais de composição
diferente das partículas que transportam o elemento Cr. Desta forma esta componente foi
determinada como sendo a “componente secundária de transporte”.
A terceira componente se relaciona as concentrações de Zn, provenientes da
inserção de matéria orgânica advinda das áreas de inundação marginais que se desenvolvem
55
durante esta época. Pois, nas várzeas do rio Madeira e dos afluentes ocorre altas produções
primárias, sendo este elemento mobilizado no sedimento de fundo durante a fase seca e
recolocado no meio hídrico com o advento da cheia. Aumentando as concentrações deste
elemento inserido na calha do rio Madeira por influência dos rios e igarapés afluentes que
drenam regiões contendo maiores concentrações destes elementos. Desta forma esta
componente foi denominada “componente regional”.
Cargas
Cheia
Escores
Cheia
6 30
Zn
Mn
S.S.
12 34 35
RB
32
2036
19
10
8918
1433
15
13
731
16
15
24
114
32 2129
17252322
27
28
Cr
Co
Fe Cu
Pb
Hg
RM
26
B
B
Escores
2
Escores
35
12
6
1
0
-1
-2
-3
20
RB 32
3034
810
15 19
7
5 189 14 33
2231
2 234
2411 321113
29
17 25 16
28
36
RM
27
26
0 1 2 3 4 5 6 7
B -4 -3 -2 -1Componente
1: 38.02%
8 9 10
Componente 3: 9.41%
Escores
6
5
30
6
4
3
16
2
11 911327
2410
34
1
36
8 31
4 3181914
33
7 2 175152521
0
12
28RB 29
RM
-1
20
23 26 32
-2
22
-3
35
-4
-5
-4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
Componente 1: 38.02%
Componente 3: 9.41%
Componente 2: 28.16%
A
2
35
12
3220RB
1
0
22
23
-1
-2
-3
B -5
34
810
15 19
7 14
RM533 3618 9
2 314 13
1
21
32411
16
29 25
17
28
6
30
27
26
-4 -3 -2 -1 0 1 2 3 4
Componente 2: 28.16%
5
6
Figura 16. Projeção espacial de ordenação das cargas das variáveis geoquímicas e a
distribuição espacial dos escores nas 3 componentes principais (fevereiro de 2004).
Observa-se na figura 16A que, as variáveis geoquímicas se agrupam em 3 grupos
distintos com a ordenação em 3D das cargas nas 3 componentes, onde o primeiro é formado
pela maior proximidade das variáveis Co, Cu, Pb, Hg, Zn e Fe; o segundo pelos S.S. e Mn; e
o terceiro pelo Cr. Mostrando que o elemento Cr é transportado ou sofre diferentes processos
geoquímicos nos dois períodos amostrados, estando pouco relacionado aos outros elementos.
Através da análise gráfica dos escores (figura 16B) (referência dos códigos
numéricos no apêndice 02) observa-se que os pontos do rio Madeira exibem diferentes
relações entre as 3 componentes, sugerindo comportamentos geoquímicos diferentes nos
pontos analisados, que podem estar relacionados as diferentes influências exercidas pelas
56
várzeas. Novamente, os pontos do rio Madeira se agrupam em conjunto com o rio Beni, ou
seja, existe uma grande relação quanto à composição mineral dos sólidos em suspensão desses
rios. Enquanto, o rio Mamoré apresenta concentrações de elementos-traço diferenciadas, ou
seja, se apresenta fora do agrupamento formado pelos rios Beni e Mamoré por ter menores
concentrações de S.S., Co, Cu, Cr, Pb, Hg, Zn e Fe. Nota-se também o afastamento de alguns
pontos do grupo formado pelo rio Madeira, que podem ter tido suas características
geoquímicas modificadas possivelmente por fatores como: pontos 6 e 30 se localizam em
regiões aonde os solos apresentam concentrações altas de Mn e Co (GOMES et al., 2004)
além de serem usados para atividades agropastoris, resultando no aumento da taxa de erosão e
carreando estas partículas ricas em Mn e Co para o rio Madeira. O mesmo padrão é observado
para o ponto 12, mas para o aumento de Zn; pontos 35 (centro) e 36 (margem direita) se
localizam próximo ao Igarapé Araras (margem direita). Este igarapé influencia para a
diminuição das concentrações de Cu, Cr, Zn e Fe no ponto 36. Enquanto o ponto 35 apresenta
maiores concentrações de Cr e Zn; pontos 26 e 27 se diferenciam pelas menores
concentrações de Zn dentre os pontos do rio Madeira, e pelo ponto 26 apresentar menores
concentrações de S.S., Co, Hg, Zn, Mn e Fe, e maiores de Cu, Cr e Pb quando comparadas as
concentrações do ponto 27.
5.2.2. Análise geoestatística
Na análise geoestatística foram utilizadas as variáveis sólidos em suspensão e
concentrações de Hg, tendo em vista suas cargas nas explicações das componentes principais,
e a importância desse elemento - Hg - no contexto de contaminação ambiental da região,
devido aos impactos gerados pelos processos de garimpagem de ouro de aluvião que se
desenvolve na calha do Alto rio Madeira desde meados dos anos 70.
5.2.2.1. Análise exploratória dos dados
Na análise exploratória dos dados utilizaram-se medidas da estatística clássica,
curvas e retas de probabilidade normal para melhor compreender o comportamento das
variáveis sólidos em suspensão e concentrações de Hg nos dois períodos sazonais. Pela
observação dos valores médios (tabela 17) nota-se que todas as variáveis, exceto as
concentrações de Hg na vazante, apresentam o valor da mediana mais próximo da média
aritmética do que da média geométrica, sugerindo uma distribuição com pouca assimetria.
57
Outras estatísticas, que fornecem informações importantes quanto à forma das
distribuições, são as medidas de assimetria e curtose, indicando que a distribuição dos sólidos
em suspensão na vazante é negativamente assimétrica à esquerda, e na cheia positivamente
assimétrica à direita. Já a distribuição das concentrações de Hg é positivamente assimétrica à
direita nos dois períodos. Os coeficientes de curtose indicam que as curvas são mesocúrticas,
ou seja, a curva normal de distribuição tem um grau moderado de achatamento.
Tabela 17. Estatísticas descritivas dos sólidos em suspensão e concentrações de Hg.
Vazante
S.S.
Hg
35
35
30,63
5,67
516,48
86,84
485,85
81,17
318,7
44,85
324,47
47,20
306,35
44,59
6421,83
173,26
80,14
13,16
24,70%
27,89%
-0,86
0,24
4,99
3,85
N=
Mínimo
Máximo
Amplitude Total
Mediana
Média Aritmética
Média geométrica
Variância
Desvio Padrão
Coeficiente de Variação
Assimetria
Curtose
Cheia
S.S.
Hg
38
326,25
995,63
669,38
514,38
520,14
506,89
16287,76
127,62
24,54%
1,60
4,45
38
19,98
83,93
63,95
44,91
43,94
42,82
105,98
10,29
23,43%
1,24
5,55
Na figura 17 observa-se que as cargas de sólidos em suspensão apresentam uma
distribuição de probabilidade mais próxima da normal que as concentrações de Hg, dado pelas
retas de ajustamento de probabilidade normal. Assim sendo, as distribuições das variáveis em
estudo podem ser consideradas aproximadamente com distribuição normal e simétricas.
Podendo-se neste caso, analisar as variáveis em estudo aplicando-se a geoestatística.
30
1.4
10
1.4
1.2
1.0
20
0.8
0.6
0.4
10
0.2
0.0
-0.2
100 200 300 400 500 600 -0.4
Sólidos em Suspensão
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
Probabilidade Normal para Hg (Vazante)
Vazante
Frequência
20
0
0
Probabilidade Normal para S. Suspensão (Vazante)
Distribuição Cumulativa Empírica
Vazante
Distribuição Cumulativa Empírica
Frequência
30
0
0 10 20 30 40 50 60 70 80 90
Concentrações de Hg
1.2
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.2
0.0
Distribuição Cumulativa Teórica
5
30
0.6
0.8
1.0
1.2
1.4
1.2
1.2
1.0
20
0.8
0.6
0.4
10
0.2
0.0
0
-0.2
300 400 500 600 700 800 900 1000
0.0
Sólidos em Suspensão
0.4
Probabilidade LogNormal para Hg (Cheia)
Cheia
0.2
0.4
0.6
0.8
Distribuição Cumulativa Teórica
1.0
1.2
Distribuição Cumulativa Empírica
10
1.4
Frequência
Frequência
15
Probabilidade Normal para S. Suspensão (Cheia)
Cheia
Distribuição Cumulativa Empírica
20
0.2
Distribuição Cumulativa Teórica
0
10 20 30 40 50 60 70 80 90
Concentrações de Hg
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
Distribuição Cumulativa Teórica
Figura 17. Gráficos das curvas e retas de probabilidade normal dos sólidos em suspensão e
concentrações de Hg.
58
5.2.2.2. Krigagem ordinária pontual dos sólidos em suspensão
As análises variográficas dos sólidos em suspensão nos dois períodos sazonais
foram realizadas através do programa Surfer 8.0, ajustando-se a modelos semi-variográficos
anisotrópicos esféricos (figuras 18 e 19). Estes modelos explicam a dependência espacial das
variáveis estudadas até a distância de 25.000 m (alcance), ou seja, existe uma dependência
espacial entre os valores separados por distâncias iguais ao intervalo de amostragem (Y = 25
Km). Desta forma, a amostragem sistemática em malha utilizada no presente trabalho se
adequou ao alcance obtido nos modelos, explicando que todos os pontos dessa malha podem
ser usados para a interpolação de valores pela técnica de krigagem.
Os patamares obtidos (10.000 e 16.000) indicam a variância segundo a qual a
função se estabiliza no campo aleatório, mostrando que a variabilidade máxima entre os pares
de valores do variograma correspondem ao grau de variância das variáveis estudadas
(6.421,83 e 16.287,76). Deste ponto em diante, considera-se que não existe mais dependência
espacial entre as amostras, porque a variância da diferença entre pares de amostras torna-se
aleatória. A dispersão espacial dos sólidos em suspensão de forma anisotrópica indica que
essa variável possui uma direção preferencial de variação.
[S.S.] (Vazante)
Direction: 21.0 Tolerance: 56.0
[S.S.] (Cheia)
Direction: -2.0 Tolerance: 55.0
30000
35000
25000
30000
Semi-variância
Semi-variância
.
20000
15000
25000
20000
15000
10000
10000
C
5000
C
5000
a
a
0
0
10000
20000
30000
40000
Distância (m)
50000
60000
Figura 18. Semi-variograma dos sólidos em
suspensão–Vazante. Modelo anisotrópico esférico
com modelo de função de covariância: co= 1400,
c=10000, a= 25.000 m, mostrando pares de pontos
das amostras com separação até 73.000 m
0
0
10000
20000
30000
40000
50000
60000
Distância (m)
Figura 19. Semi-variograma dos sólidos em
suspensão–Cheia. Modelo anisotrópico esférico
com modelo de função de covariância: co= 200,
c=16000, a= 25.000 m, mostrando pares de
pontos das amostras com separação até 60.000 m
Os efeitos pepitas (1.400 e 200), que revelam a descontinuidade do semivariograma para distâncias menores do que a menor distância entre as amostras foram baixos,
visto as grandes variâncias e distâncias entre os pontos amostrados. Logo, estas pequenas
59
descontinuidades podem estar relacionadas à variabilidade em pequena escala não captada
pela amostragem.
Os mapas gerados pela técnica de Krigagem para os sólidos em suspensão (figuras
20 e 21), demonstraram bem a diferença quanto à quantidade de sólidos em suspensão nos
rios Beni e Mamoré, onde a origem da carga sólida transportada pelo rio Madeira é
proveniente da região Andina. Observa-se também a variação dos sólidos em suspensão ao
longo do rio Madeira e entre as margens, principalmente nos pontos P1, P2 e P3. Estes pontos
demonstram claramente as diferenças quanto a influência da erosão nos solos marginais, o
que acarreta na variação das concentrações dos elementos-traço estudados, principalmente Zn
como indica a 3 componente. Além de uma diminuição dos sólidos em suspensão nos pontos
próximos ou após a confluência com os principais afluentes do rio Madeira.
Figura 20. Mapa de isoteores dos sólidos em suspensão (mg.L-1) na vazante, a partir do
algorítmo de Krigagem Ordinária Pontual.
60
Figura 21. Mapa de isoteores dos sólidos em suspensão (mg.L-1) na cheia, a partir do
algorítmo de Krigagem Ordinária Pontual.
Os desvios gerados no processo de interpolação a partir da krigagem ordinária pontual
foram residuais baixos, entre 35 e 115 (mg.L-1) na vazante, e de 10 à 120 (mg.L-1) na cheia.
Observa-se essa tendência devido ao distanciamento dos pontos amostrados, ou seja, o desvio
nos pontos amostrados é igual à zero, e conforme aumenta à distância de interpolação,
aumentam-se os residuais gerados. Desta forma pode-se considerar satisfatório o modelo
semi-variográfico elaborado para explicar a dependência espacial da variável sólidos em
suspensão.
61
5.2.2.3. Krigagem ordinária pontual das concentrações de Hg
Para as concentrações de Hg os modelos ajustados também foram modelos
anisotrópicos esféricos (figuras 22 e 23). Estes modelos também explicam a dependência
espacial das variáveis estudadas até a distância de 25.000 m (alcance), ou seja, existe uma
dependência espacial entre os valores separados por distâncias iguais ao intervalo de
amostragem. Os patamares obtidos (C = 85 e 78) indicam a variância segundo a qual a função
se estabiliza no campo aleatório. Deste ponto em diante, considera-se que não existe mais
dependência espacial entre as amostras, porque a variância da diferença entre os pares de
amostras torna-se aleatória. A dispersão espacial das concentrações de Hg de forma
anisotrópica indica que essa variável possui uma direção preferencial de variação. E os efeitos
pepitas (Co = 25 e 23), que revelam a descontinuidade do semi-variograma para distâncias
menores do que a menor distância entre as amostras foram baixos. Logo, estas pequenas
descontinuidades podem estar relacionadas à variabilidade em pequena escala não captada
pela amostragem.
[Hg] (Vazante)
Direction: 8.0 Tolerance: 51.0
[Hg] (Cheia)
Direction: -18.0 Tolerance: 71.0
300
250
250
200
200
Semi-variância
Semi-variância
300
150
150
100
100
C
50
C
50
a
a
0
0
0
10000
20000
30000
40000
50000
60000
Distância (m)
Figura 22. Semi-variograma das concentrações
de Hg – Vazante. Modelo anisotrópico esférico
com modelo de função de covariância: co= 25,
c=85, a= 25.000 m, mostrando pares de pontos
das amostras com separação até 60.000 m.
0
10000
20000
30000
40000
50000
60000
70000
Distância (m)
Figura 23. Semi-variograma das concentrações
de Hg – Cheia. Modelo anisotrópico esférico
com modelo de função de covariância: co= 23,
c=78, a= 25.000 m, mostrando pares de pontos
das amostras com separação até 71.000 m.
Os mapas de isoteores das concentrações de Hg, gerados pela técnica de Krigagem
(figuras 24 e 25), demonstraram as médias regionais e a variação das concentrações de Hg no
Alto rio Madeira. Observa-se um aumento médio nas concentrações de Hg ao longo deste e
nas áreas dos pontos de confluência com os seus principais afluentes (P4 e A4 - rio Jaci
62
Paraná; P8 e A8 – rio Mutum-Paraná; P11 e A11 - Igarapé Araras). Que apesar de possuírem
uma menor carga de sólidos em suspensão, possuem maiores concentrações de Hg, que
podem estar relacionadas ao histórico de uso destes rios para a manutenção de balsas e dragas
da mineração de ouro. Além da influência dos solos da floresta de planície em torno do rio
Madeira, principalmente nas áreas de intensa atividade garimpeira, que possuem maiores
concentrações de Hg, associados com a deposição do Hg atmosférico proveniente da queima
de amálgama nas áreas de garimpo próximas, conforme afirmam Lacerda et al. (1987) e
Malm et al. (1991).
Figura 24. Mapa de isoteores das concentrações de Hg (g.Kg-1) na vazante, a partir do
algorítmo de Krigagem Ordinária Pontual.
63
Figura 25. Mapa de isoteores das concentrações de Hg (g.Kg-1) na cheia, a partir do
algorítmo de Krigagem Ordinária Pontual.
Os desvios gerados no processo de interpolação a partir da krigagem ordinária
pontual foram residuais baixos, entre 5 e 11ppb na vazante, e de 4,8 à 10ppb na cheia.
Observa-se essa tendência devido ao grande distanciamento dos pontos amostrados (25 Km),
ou seja, o desvio nos pontos amostrados é igual à zero, e conforme aumenta à distância de
interpolação, aumentam-se os residuais gerados. Desta forma pode-se considerar satisfatório o
modelo semi-variográfico elaborado para explicar a dependência espacial da variável Hg.
64
6. CONCLUSÕES
O comportamento geoquímico específico que cada metal assume diante das
condições ambientais é um grande desafio no sentido de se poder compreender o
comportamento destes elementos nos compartimentos bióticos e abióticos. Por isso, neste
estudo priorizou-se fazer uma caracterização das áreas amostrais em relação a concentrações
de elementos-traço, no sentido de identificar as características geoquímicas dos locais
amostrados. Levando-se em conta os critérios de avaliação assumidos na amostragem,
juntamente com os resultados obtidos, o presente trabalho permite concluir que:
A análise das variáveis físico-químicas da água demonstrou as peculiaridades nos
parâmetros limnológicos que separam os rios Madeira e Beni (águas brancas), Mamoré (águas
claras) e seus afluentes (águas pretas). Apresentando rios com águas levemente alcalinas
(Mamoré, Beni e Madeira) e levemente ácidas (Mutum-Paraná, Jaci-Paraná e Abunã). Rios
com baixa condutividade (Abunã, Mutum-Paraná e Jaci-Paraná) e com alta condutividade
elétrica (Mamoré, Beni e Madeira). Além de apresentarem elevadas variações nas quantidades
de O2 dissolvido na água.
A análise das componentes principais das variáveis físico-químicas demonstrou as
diferenças quanto à influência sazonal nos dois períodos amostrados. Observando-se a
importância de alguns fatores como a influência de afloramentos ou cachoeiras, áreas de
várzea inundadas, e principalmente dos afluentes para a alteração pontual e não-pontual das
características limnológicas da água.
Os elementos-traço considerados traçadores industriais e da vida moderna como
Cd, Cr, Cu e Pb apresentaram concentrações relativamente baixas nos sólidos em suspensão.
Relacionado às baixas concentrações naturais e a pequena contribuição antropogênica, tendo
em vista o pequeno potencial poluidor da ainda modesta indústria regional. Em alguns pontos
as concentrações estão abaixo do limite de detecção da técnica (<LDT), o que não descarta a
presença destes em concentrações menores que g.Kg-1 (ppb).
A análise das componentes principais das variáveis geoquímicas dos sólidos em
suspensão demonstrou as diferentes influências sazonais nos dois períodos amostrados.
Observou-se a importância de alguns fatores como a influência de solos marginais, atividades
agropastoris de uso do solo, áreas de várzea inundadas, e dos afluentes para a alteração
pontual e não-pontual das características geoquímicas de transporte dos elementos-traço.
65
A geoestatística mostrou-se uma ferramenta robusta e adequada para a
compreensão do comportamento da dispersão espacial dos sólidos em suspensão e
concentrações de Hg no Alto rio Madeira;
A análise espacial demonstrou a distribuição média regional das concentrações de
sólidos em suspensão e Hg no rio Madeira. Desta forma, podemos inferir que os sólidos em
suspensão carreados pelo rio Madeira tem origem nas formações rochosas terciárias andinas e
recebem influência dos solos marginais ao longo deste. Já a análise espacial das
concentrações de Hg, indica que os solos marginais e os afluentes próximos às áreas de maior
atividade garimpeira são as possíveis fontes relacionadas ao aumento na inserção de Hg no
Alto rio Madeira.
Este estudo também vem revelar que mesmo com a significativa redução nos
lançamentos de Hg proveniente das atividades de mineração de ouro na região, constata-se
sua presença no meio aquático da Bacia de drenagem do Alto rio Madeira, principalmente nas
áreas em torno dos principais afluentes que são utilizados para concerto de dragas nos
períodos de vazante. Sobretudo, porque essa atividade vem recebendo contribuição da
mineração de ouro provenientes do Peru e da Bolívia, bastante ampliada nos últimos 5 anos.
Além disso, vem aumentando o aporte da erosão dos solos marginais e das práticas recentes
da agricultura, tais como a queimada das florestas e a “corrida da soja” na região. Sem,
portanto, ignorar as toneladas de Hg lançadas no passado e que podem estar adormecidas em
depósitos difusos na calha do rio Madeira e afluentes. Assim as constantes dragagens dos
sedimentos depositados no leito do Baixo rio Madeira para viabilização da “Hidrovia do
Madeira” nos períodos de seca, e empreendimentos como o projeto hidroelétrico proposto
para a na calha do rio Madeira, poderão, teoricamente, re-mobilizar o Hg sedimentado no leito
e nas várzeas ao longo do rio Madeira.
66
REFERÊNCIAS BIBLIOGRÁFICAS
AYRES, G.A.; LACERDA, L.D.; BASTOS, W.R.; ALMEIDA, M.D., 2004. Mercury
distribution in waters of Madeira River, Amazon, Brazil. In: Intern. Symp. Environ.
Geochem. Tropical Countries, 4, Armação dos Buzios, Departamento de Geoquímica, UFF,
Book of Abstracts, 1:411-412.
ANDRIOTTI, J.L.S., 2003. Fundamentos de Estatística e Geoestatística. Editora Unisinos.
São Leopoldo – RS. 165 pág.
APHA, 1971. America Public Health Association. Standard Methods for the Examination
of Water and Wastewater. Washington, D.C. 873 pág.
ARGENTO, M.S.F.; COSTA, D.T.M.A. & REIS, C.H., 2003. Análise da Distribuição
Temporo-Espacial
de
Metais
Pesados
na
Baía
de
Sepetiba
com
Suporte
do
Geoprocessamento. In: Anais XI SBSR, INPE, p. 423-430, Belo Horizonte, Brasil.
BASTOS, W.R.; MALM, O.; PFEIFFER, W.C. & CLEARY, D., 1998. Establishment and
analytical quality control of laboratories for Hg determination in biological and geological
samples in the Amazon – Brazil. Ciência e Cultural Journal of the Brazilian Association
for the Advancement of Science. 50: 255 – 260.
BASTOS, W.R. & LACERDA, L.D., 2005. A contaminação por mercúrio na bacia do rio
Madeira: uma breve revisão. Geochimica Brasiliensis, 18 (2), in press.
BASTOS, W.R.; GOMES, J.P.O; OLIVEIRA, R.C.; ALMEIDA, R.; NASCIMENTO, E.L.;
LACERDA, L.D.; SILVEIRA, E.G.; PFEIFFER, W.C. (2005) Mercury in the environment
and riverside population in the Madeira River Basin, Amazon, Brazil. The Science of the
Total Environment (no prelo).
BASTOS, W.R., 2004. Ocorrência ambiental do mercúrio e sua presença em populações
ribeirinhas no Baixo Rio Madeira - Amazônia. Tese de Doutorado submetida ao Instituto de
Biofísica Carlos Chagas Filho da Universidade Federal do Rio de Janeiro. 111p.
BERG, T.; ROYSET, O.; STEINNES, E. & VADSET, M., 1995. Atmospheric trace element
deposition: principal component analyses of ICP-MS data from moss samples.
Environmental Pollution. 88: 67-77.
BERNARDI, J.V.E., 2001. Estudo quantitativo da estrutura florestal do Parque Estadual da
Ilha do Cardoso – SP. Tese de Doutorado submetida ao Instituto de Geociências e Ciências
Exatas da Universidade Estadual Paulista, Rio Claro: 174 pág.
67
BERNARDI, J.V., FOWLER, H. G., & LANDIM, P. M. B., 2001. Um estudo de impacto
ambiental utilizando análises estatísticas espacial e multivariada. Holos Environmental.
Unesp/Rio Claro. 1 (2): 162 – 172.
BICUDO, C.E.M. & BICUDO, D.C., 2004. Amostragem em Limnologia. São Carlos:
Editora RiMA Artes e Textos, 371 pág.
BONOTTO, D. M. & SILVEIRA, E.G., 2003. Preference rations for mercury and other
chemical elements in the Madeira River, Brazil. Jour. of S. Amer. Earth Scien. 15:911-923.
CETESB. 1987. Guia de coleta e preservação de amostras de água/Coord, Edmundo
Garcia Agudo(et al) São Paulo: CETESB, 197 pág.
HWANG, C.K.; CHA, J-M.; KIM, K-W. & LEE, H-K., 2001. Application of multivariate
statistical analyses and a geographic information system to trace element contamination in the
Chungnam Coal Mine area, Korea. Applied Geochemistry. 16: 1455-1464.
DRUCK, S.; CARVALHO, M.S.; CÂMARA, G.; MONTEIRO, A.V.M., 2004. Análise
Espacial de Dados Geográficos. Brasília, EMBRAPA, 2004 (ISBN: 85-7383-260-6).
ESTEVES, F.A., 1998. Fundamentos de Limnologia. 2a. ed, Rio de Janeiro: Interciência.
FIERO, 2003. Federação das Indústrias do Estado de Rondônia. Rondônia Perfil Sócioeconômico e industrial, 58 pág.
FILIZOLA-JUNIOR, N. P. 1999. O fluxo de sedimentos em suspensão nos Rios da Bacia
Amazônica Brasileira. Brasília, DF: ANEEL, 63 pág.
GOMES, J.P.O.; BASTOS, W.R. & SILVEIRA, E.G. 2003a. Levantamento da Presença de
Poluentes Metálicos no Rio Madeira e seus afluentes. In: XII Seminário de Iniciação
Cientifica, Porto Velho-RO.
GOMES, J.P.O.; LINHARES, D.P.; BASTOS, W.R. & SILVEIRA, E.G. 2003b.
Hidrogeoquímica de Elementos-traço em Lagos de Várzea no Baixo Rio Madeira, Amazônia.
In: IX Congresso Brasileiro de Geoquímica, p. 340 – 342, Belém-PA.
GOMES, J.P.O.; SILVEIRA, E.G & BASTOS, W.R., 2004. Hidrobiogeoquímica de
elementos-traço na Bacia de drenagem do rio Madeira. In: XIII Seminário de Iniciação
Cientifica, Porto Velho-RO.
SURFER - Golden Software, Inc. (2002). SURFER: Surface Mapping System, version 8.0,
www.goldensoftware.com.br.
GRUNSKY, E.C. & SMEE, B.W., 1999. The differentiation of soil types and mineralization
from multi-element geochemistry using multivariate methods and digital topography. Journal
of Geochemical Exploration 67: 287-299.
68
GUERRA, P.A.G., 1988. Geoestatística Operacional. Brasília: Ministério das Minas e
Energia, Departamento de Produção Mineral, 145pg.
GUYOT, J. L.; JOUANNEAU, J.M. & WASSON, J.G. 1999. Characterization or river bed
and suspended sediments in the Madeira River drainage basin (Bolivian Amazonian). Journal
of South American Earth Sciences. 12: 401-410.
HATJE, V.; PAYNE, T.E.; HILL, D.M.; MCORIST, G.; BIRCH, G.F. & SZYMEZA, K. R.
2003. Kinetcs of trace element uptake and release by particles in estuarine waters: effects of
pH, salinity, and particle loading, Environmental International. 29: 619 – 629.
INÁCIO, M.M.; PEREIRA, V. & PINTO, M.S., 1998. Mercury contamination in sandy soils
surrounding an industrial emission source Estarreja, Portugal. Geoderma. 85: 325–339.
KABATA-PENDIAS, A. & PENDIAS, H. 2001. Trace elements in soils and plants, 3rd ed,
Boca Raton, CRC Press, 413p.
KLEIJNEN, J.P.C. & BEERS, W.C.M., 2005. Robustness of Kriging when interpolating in
random simulation with heterogeneous variances: Some experiments. European Journal of
Operation Research. 165: 826–834.
KÜCHLER, I.L.; MIEKELEY, N. & FORSBERG, B.R., 2000. A contribution to the
Chemical Characterization of Rivers in the Rio Negro Basin, Brazil. Journal Brazilian
Chemical Society. 11 (3): 286-292.
LACERDA, L.D.; PFEIFFER, W.C.; SILVEIRA, E.G.;BASTOS, W.R. & SOUZA, C.M.M.
(1987). Contaminação por mercúrio na Amazônia: Análise preliminar do Rio Madeira, RO.
In: Anais do I Congresso Brasileiro de Geoquímica, 2:295-299.
LANDIM, P.M.B., 1998. Análise estatística de dados geológicos. São Paulo: Fundação
Editora UNESP, 225 pág.
LANDIM, P.M.B., 2000. Análise estatística de dados geológicos multivariados. Lab.
Geomatemática, DGA,IGCE,UNESP/Rio Claro, Texto Didático 03, 128 pp. Disponível em
http://www.rc.unesp.br/igce/aplicada/textodi.html. Acesso em: 23/01/05.
LECKLER, P.J.; MILLER, J.R.; LACERDA, L.D. VINSON, D.; J.C.; BONZONGO
LYONS, W.B. & WARWICK, J.J., 2000. Elevated mercury concentrations in soils,
sediments, water and fish of the Madeira River basin, Brazilian Amazon: A function of
natural enrichments? The Science of the Total Environment, 260: 87-96.
LEECASTER, M., 2003. Spatial analysis of grain size in Santa Monica Bay. Mar.
Environment Research. 56: 67-78.
MACEDO, M.A.; OLIVEIRA, J.C.; BARBOSA, A.M.; CÂMARA, G. & ASSAD, E.D.,
2003. Análise Comparativa da Espacialização do Risco Climático pela Média Ponderada,
69
Krigeagem Ordinária e Krigeagem por Indicação. In: Anais XI SBSR, INPE, pág. 1 - 8. Belo
Horizonte, Brasil.
MALM, O., PFEIFFER, W.C. & SOUZA, C.M.M., 1991. Main pathways of mercury in the
Madeira River área, Rondônia, Brazil. In: Proc. 8th International Conference Heavy
Metals in the Environment, 515-518, Edingburgh/UK.
MARTINELLI, L.A.; VICTORIA, R.L.; DEVOL, A,H.; RICHEY, J.E. & FORSBERG, B.R.,
1989. Suspended sediment load in the Amazon basin: An overview. GeoJournal. 19(4):381389.
MAURICE-BOURGOIN, L.; QUIROGA, I.; CHINCHEROS, J. & COURAU, P., 2000.
Mercury distribution in waters and fishes of the upper Madeira River and mercury exposure in
riparian Amazonian populations. The Science of the Total Environment, 260: 73-86.
McBRIDE, M.B. 1994. Environmental chemistry of soils, New York, Oxford University
Press, Inc, 406p.
MORTATTI, J., 1986. Caracterização Biogeoquímica dos Principais rios de Estado de
Rondônia. Tese de Doutorado submetida á Escola Superior de Agricultura “Luiz de
Queiroz”, da Universidade de São Paulo: 118 pág.
MORTATTI, J. & PROBST, J.L. 1998. Hidrogeoquímica de bacias de drenagem,
Editoração CPG/CENA, Universidade de São Paulo, Piracicaba, Série Didática, v:1, 235p.
MORTATTI, J.; FERREIRA, J.R.; MARTINELLI, L.A.; VICTORIA, R.L. & TANCREDI,
A.C.F., 1989. Biogeochemistry of the Madeira river basin. GeoJournal. 19 (4): 391-397.
NOGUEIRA, F.B.; BERNARDI, C.J. & COUTO, E.G., 2004. Aplicação da Geoestatística
para amostragens de solo em planície de inundação. In: XXVII Congresso Interamericano
de Engenharia Sanitária e Ambiental. pp 1-10.
NRIAGU, J.O. & PACYNA, J.M., 1988. Quantitative assessment of worldwide
contamination of air, water and soils with trace metals. Nature. 333: 134–139.
PFEIFFER, W.C. & LACERDA, L. D., 1988. Mercury inputs to the Amazon region, Brazil.
Environment Technology. 9: 325-350.
PFEIFFER, W.C.; LACERDA, L.D.; MALM, O.; SOUZA, C.M.M.; SILVEIRA, E.G. &
BASTOS, W.R., 1989. Mercury concentrations in inland waters of gold mining areas in
Rondônia, Brazil. The Science of the Total Environment. 87/88: 230-240.
PFEIFFER, W.C.; MALM, O.; SOUZA, C.M.M.; LACERDA, L.D.; SILVEIRA, E.G. &
BASTOS, W.R., 1991. Mercury in the Madeira River ecosystem, Rondônia, Brazil. Forest
Ecol. Mangt. Journal, 38: 239-245.
70
RATHA, D. S. & SAHU, B. K. 1993. Source and distribution of metals in urban soil of
Bombay, India, using multivariate statistical techniques. Environment Geology. 22: 276-285.
RONDÔNIA, Governo do Estado de Rondônia, 2002. Secretaria de Estado de Planejamento e
Coordenação Geral (SEPLAN/RO). 2ª Aproximação do Zoneamento Sócio-Econômico e
Ecológico do Estado de Rondônia (ZSEE-RO). Porto Velho-RO.
SANTOS, U. M.; RIBEIRO, M.N.G.; TANCREDI, A.C.F.N.S. 1987. Estudo Preliminar
sobre a Hidroquímica da Bacia de Jacy-Paraná (RO). ACTA Amazônica. 16/17: 143-150.
SASTRE, J.; SAHUQUILLO, A.; VIDAL, M. & RAURET, G. 2002. Determination of Cd,
Cu, Pb and Zn in environmental simples: microwave-assisted total digestion versus aqua regia
and nitric acid extraction. Analytica Chemical Acta. 462: 59-72.
SEDAM. 2002. Atlas Geoambiental de Rondônia, Porto Velho: SEDAM, p.V2.
SIOLI, H. 1967. Hydrochemistry and geology in the Brazilian Amazon region. Amazonian.
1(3): 267-277.
STATISTICA - StatSoft, Inc. (2001). STATISTICA: data analysis software system,
version 6.0. www.statsoft.com.
STUMM, W. & MORGAN, J.J. 1996. Aquatic chemistry: chemical equilibrium and rates
in natural waters, 3rd ed, New York, John Wiley & Sons Inc. 1022p.
TAILLEFERT, M. & GAILLARD, J.F. 2002. Reactive transport modeling of trace elements
in the water column of a stratified lake: iron cycling and metal scavenging. Journal of
Hydrology. 256: 16-34.
VOGEL,
XU, S. & TAO, S., 2004. Coregionalition analyses of heavy metals in the surface soil of Inner
Mongolia. The Science of the Total Environment. 320: 73-87.
ZHANG, C. & SELINUS, O., 1997. Spatial analyses for copper lead and zinc contents in
sediments of the Yantze River Basin. The Science of the Total Environment. 204:251 - 262.
YAMASOE, M.A.; ARTAXO, P.; MIGUEL, A.H. & ALLEN, A.G., 2000. Chemical
composition of aerosol particules from direct emissions of vegetation fires in the Amazon:
water-soluble species and trace elements. Atmospheric Environment. 34: 1641-1653.
WASSERMANN, JC. & QUEIROZ, EL., 2004. The attenuation of concentrations model: a
new method for assessing mercury mobility in sediments. Química Nova. 27(1): 17-21.
WENCHUAN, Q.; DICKMAN, M. & SUMIN, W., 2001. Multivariate analyses of heavy
metal and nutrient concentrations in sediments of Taihu Lake, China. Hydrobiologia. 450:
83-89.
71
APÊNDICES
72
Apêndice 01. Banco de dados das variáveis físico-químicas da água e elementos-traço nos sólidos em suspensão do Alto rio Madeira no período de Vazante (novembro - 2003).
Temperatura do ar e H2O em ºC; Condutividade elétrica em µS/cm-1; O2 dissolvido em mg.L-1; Saturação em %; Sólidos em Suspensão em mg.L-1; Elementos-traço em g.Kg-1 (ppb).
Coordenadas Geográficas nos dois períodos em UTM – Projeção Universal Transversa de Mercator. Datum Horizontal – WGS 84.
LONG.
LAT.
CODIGO
PCA
PONTOS
TAR
TH2O
COND
pH
O.D.
O.D. %
[S.S.]
[Cd]
[Co]
[Cu]
[Cr]
[Pb]
[Hg]
[Zn]
[Mn]
[Fe]
393205
392788
392328
379030
379572
380116
363843
362974
362941
347969
348444
348825
329364
329536
329789
309062
309577
310364
298478
298718
299157
288854
288699
288586
267987
268342
268377
243415
243705
244006
243500
243545
243820
232170
289045
239478
237614
347846
9026312
9026597
9026813
9014003
9014219
9014360
9003783
9003393
9002936
8984338
8984043
8983653
8988558
8988121
8987840
8965950
8965759
8965634
8959863
8959853
8959750
8939154
8938893
8938569
8938013
8937583
8937103
8945834
8945642
8945285
8919690
8919911
8920028
8928244
8937483
8847840
8850211
8981018
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
RM
RB
-
P 1 ME
P1C
P 1 MD
P2 ME
P2 C
P2 MD
P3 ME
P3 C
P3 MD
P4 ME
P4 C
P4 MD
P5 ME
P5 C
P5 MD
P6 ME
P6 C
P6 MD
P7 ME
P7 C
P7 MD
P8 ME
P8 C
P8 MD
P9 ME
P9 C
P9 MD
P10 ME
P10 C
P10 MD
P11 ME
P11 C
P11 MD
Rio Abunã
Rio Mutum-Paraná
Rio Mamoré
Rio Beni
Rio Jaci-Paraná
25,7
26,0
28,4
30,0
30,0
29,5
30,5
30,8
31,9
27,1
27,8
28,7
32,0
32,5
31,9
31,5
30,0
29,5
36,0
28,9
33,3
34,0
34,1
33,7
32,6
30,0
30,4
36,1
38,5
33,8
30,6
34,4
29,6
31,0
26,4
30,6
30,5
31,0
29,7
29,3
29,2
29,5
29,5
29,5
28,9
29,6
29,8
28,6
28,8
29,5
30,0
29,2
32,0
29,6
29,4
28,9
29,8
29,5
29,0
29,6
29,5
28,8
29,6
28,9
29,8
30,4
29,6
30,0
29,6
29,4
29,2
29,7
28,4
30,5
29,3
30,2
95,2
95,2
95,4
96,2
95,8
95,4
96,0
94,8
93,0
97,0
94,2
87,4
95,2
95,9
99,6
96,4
96,3
95,4
96,2
95,8
96,3
96,8
96,1
95,2
96,3
96,3
97,0
95,2
93,9
97,3
97,1
96,2
96,4
19,0
10,8
184,4
83,4
22,8
7,06
6,98
7,12
7,05
7,06
7,3
6,93
6,85
7,04
7,35
7,15
7,1
7,38
7,44
7,49
7,24
7,16
7,23
7,14
7,0
7,8
6,88
6,68
6,72
7,75
7,57
7,38
7,63
7,7
7,58
7,36
7,4
7,15
4,75
6,77
7,52
7,47
6,82
7,5
7,2
7,8
7,1
7,3
7,12
7,2
7,2
6,9
7,2
7,3
7,2
7,25
7,36
6,83
6,37
6,8
6,6
6,73
6,9
6,7
6,77
6,82
6,67
6,74
6,84
6,32
6,65
6,95
6,73
6,95
7,1
6,94
7,5
6,54
6,33
6,74
7,0
97,0
99,0
100,0
98,0
99,0
100,0
97,0
99,0
97,0
97,0
100,0
100,0
98,0
99,6
98,4
93,0
95,0
92,0
92,5
95,0
94,0
93,4
94,3
92,3
93,4
94,5
90,5
93,3
96,4
94,6
96,0
96,5
96,0
97,3
78,8
88,7
90,6
99,0
296,05
332,55
310,83
270,33
305,4
467,45
274,23
291,88
516,48
277,0
313,65
243,48
307,33
307,3
240,88
426,0
347,28
318,7
332,2
330,7
365,25
333,35
350,88
346,45
424,00
369,6
292,25
237,63
336,4
293,0
403,48
332,48
315,55
44,25
11,93
30,63
415,68
27,80
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
8665,32
8551,41
10129,21
8328,25
9480,1
11055,63
9248,81
9351,56
10714,82
9215,73
10583,56
8370,09
11051,21
8680,58
8498,14
9419,46
8028,0
9881,32
9134,15
9146,8
9951,03
9261,43
6335,57
10685,27
7270,8
7044,57
8618,97
8672,65
10701,22
8782,56
8760,6
8078,26
7948,7
<LDT
<LDT
<LDT
9908,61
<LDT
20021,16
21596,67
22556,81
21589,29
19361,4
21194,14
23296,45
26855,1
18576,85
20836,98
23723,73
22150,1
22777,71
20750,42
25707,39
20229,06
19311,53
22432,61
20927,56
21541,00
19584,66
21288,46
20070,67
21870,6
21725,95
22594,26
20702,46
23974,73
22959,51
22798,34
20152,45
20133,99
20233,63
5768,88
<LDT
3185,53
25210,02
<LDT
13561,81
22469,15
16822,63
16903,3
19976,06
13506,62
14705,97
21649,38
13440,25
23667,82
20465,82
19968,1
14293,81
20393,4
18310,76
13972,88
21205,6
14735,56
16275,51
14584,52
15961,14
16616,61
14450,31
16568,5
13998,85
14970,1
14605,86
15696,66
16270,75
14898,26
20189,95
21766,49
20363,65
55296,19
87015,19
37533,34
21825,16
43832,16
9351,3
12865,11
10125,73
9457,53
13833,46
9273,29
10904,07
11368,89
9477,59
14898,41
10891,23
12044,27
9277,92
11001,8
14130,27
10750,77
12242,82
11343,15
12507,16
9629,32
12735,13
11950,08
11023,25
12523,86
11044,49
10764,98
11224,71
10343,82
10815,93
10221,3
10581,11
10227,1
2650,63
<LDT
<LDT
<LDT
7715,84
<LDT
47,98
37,01
46,42
45,05
42,31
46,04
45,34
61,13
42,73
44,83
62,0
69,64
44,85
50,83
39,11
66,33
45,24
42,33
44,66
39,15
41,72
40,02
86,84
42,42
40,45
52,47
45,55
40,77
39,58
38,97
51,52
60,08
65,55
40,1
247,02
5,67
37,38
84,44
618,03
88646,59
19250,23
289,16
91906,5
32740,79
1722,33
90135,41
40243,82
97119,28
117528,11
87228,08
14980,59
86881,3
57977,03
38196,63
89053,51
16074,97
16945,92
28385,92
31248,25
18380,9
10618,15
36374,17
64786,88
33924,3
11971,59
9710,62
19655,86
17332,25
91801,54
115292,34
86177,74
99320,1
320876,99
117040,36
104215,0
247953,65
373051,05
412869,4
479669,94
354899,44
353505,83
482807,35
431258,39
480288,22
526026,95
450199,55
537236,77
506965,0
485993,19
378412,4
465764,03
827173,84
237750,09
675378,25
447175,98
467187,04
471813,86
429786,93
209834,07
438479,54
518423,02
651481,43
399596,5
425219,81
499223,76
463457,26
396000,05
345419,46
366020,8
1507572,8
584333,45
742359,4
378732,76
948841,99
33396852,49
25816191,75
38271704,62
36464103,2
32659505,4
35489969,78
39344156,16
26526812,49
36533599,16
21900379,58
39491300,21
18490506,06
35335870,86
26009436,84
42450773,24
37032738,62
31836499,63
38402487,43
36663349,86
34377521,42
37810954,3
35283874,38
37539124,07
35300480,06
35837803,92
40249752,48
36732844,31
40172731,58
41774969,28
37461786,04
66655831,39
27978794,52
25770957,09
49418647,55
63411827,22
42795354,88
36206662,17
41615459,84
73
Apêndice 02. Banco de dados das variáveis físico-químicas da água e elementos-traço nos sólidos em suspensão do Alto rio Madeira no período de Cheia (fevereiro - 2004).
Temperatura do ar e H2O em ºC; Condutividade elétrica em µS/cm-1; O2 dissolvido em mg.L-1; Saturação em %; Sólidos em Suspensão em mg.L-1; Elementos-traço em g.Kg-1 (ppb).
LONG.
LAT.
CÓDIGO
PCA
PONTOS
TAR
TH2O
COND.
pH
O.D.
O.D. %
[S.S.]
[Cd]
[Co]
[Cu]
[Cr]
[Pb]
[Hg]
[Zn]
[Mn]
[Fe]
392104
392684
393108
378396
378253
378315
356454
356924
357403
341260
341047
340760
320985
321689
322253
307461
307780
308353
300105
300486
300917
281081
280917
280830
255053
255048
254883
235370
235629
235798
248963
249311
249595
244969
245495
245873
223490
289064
347783
238947
235495
9026337
9026241
9026211
9007776
9007253
9006767
8998774
8998489
8997897
8984441
8983627
8983088
8980903
8980734
8980643
8964391
8964002
8963168
8948318
8948196
8948296
8942459
8941910
8941616
8944802
8944375
8943939
8936278
8935894
8935458
8910568
8910643
8910694
8892688
8892723
8892671
8916784
8937393
8980058
8845548
8847707
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
RM
RB
A1ME
A1C
A1MD
A2ME
A2C
A2MD
A3ME
A3C
A3MD
A4ME
A4C
A4MD
A5ME
A5C
A5MD
A6ME
A6C
A6MD
A7ME
A7C
A7MD
A8ME
A8C
A8MD
A9ME
A9C
A9MD
A10ME
A10C
A10MD
A11ME
A11C
A11MD
A12ME
A12C
A12MD
Rio Abunã
Rio Mutum - Paraná
Rio Jaci-Paraná
Rio Mamoré
Rio Beni
25,6
26,1
26,8
28,3
29,3
32,2
28,8
31,0
33,0
28,2
26,6
28,1
27,4
28,9
32,1
26,8
26,1
26,4
29,1
26,8
26,5
27,3
28,6
26,7
28,0
28,1
27,0
28,0
28,5
28,1
28,4
29,5
28,5
30,0
31,5
29,4
25,2
29,3
24,9
24,6
25,7
28,0
28,0
28,0
28,2
28,3
28,2
28,1
28,2
28,1
28,1
28,1
28,0
28,0
28,1
28,2
28,2
28,2
28,2
28,2
22,2
28,2
28,2
28,2
28,2
28,3
28,3
28,4
28,2
28,3
28,4
28,3
28,4
28,3
28,3
28,4
28,0
26,0
25,8
25,9
28,4
27,5
71,0
71,0
70,9
70,8
70,4
70,2
69,5
71,8
65,2
72,0
72,3
72,4
72,6
72,2
72,5
71,7
72,0
70,3
71,7
69,8
71,5
72,5
72,7
73,4
71,8
72,2
73,8
70,1
72,8
75,6
75,5
75,4
75,2
74,3
74,4
64,4
10,9
8,4
14,4
69,1
85,3
6,53
6,5
6,62
6,51
6,53
6,45
6,39
6,47
6,32
6,39
6,24
6,04
6,42
6,47
6,33
6,56
6,47
6,52
6,55
6,5
6,54
6,5
6,43
6,38
6,68
6,48
6,54
6,5
6,47
6,5
6,52
6,58
6,56
6,6
6,52
6,48
5,1
5,61
5,91
5,9
6,35
6,03
6,38
6,23
5,23
5,26
7,12
5,26
5,31
5,25
5,33
5,49
5,15
5,53
5,55
5,48
4,66
4,74
4,69
4,68
4,77
4,72
4,72
4,8
4,7
4,7
4,74
4,62
4,63
4,78
4,79
4,78
4,82
4,78
4,68
4,82
4,66
4,03
4,58
3,98
3,5
5,08
77,0
82,0
79,7
67,5
67,8
100,0
67,7
67,3
67,7
68,7
70,5
66,1
71,7
71,2
70,0
60,6
61,2
60,8
60,8
61,7
61,0
61,1
62,0
60,5
61,0
61,4
60,0
59,8
61,8
62,2
62,1
62,8
62,1
61,0
62,7
60,3
50,1
56,5
49,3
45,5
64,8
514,4
402,5
514,35
495,9
403,0
815,28
538,55
526,5
613,6
561,15
558,9
430,75
567,75
522,68
439,88
671,3
490,95
579,73
545,35
416,58
480,88
326,25
381,23
622,08
477,4
384,68
688,53
433,38
499,08
995,63
536,23
385,48
507,9
586,58
378,7
552,18
29,53
8,13
10,13
367,6
552,33
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
<LDT
8929,47
9017,15
9433,37
9271,06
8387,07
11029,0
5
9884,77
18929,7
21534,43
18679,03
19048,65
19825,78
18661,64
22019,91
20846,9
19056,73
20152,2
19074,54
21913,25
18500,19
19376,7
20572,67
17859,02
20864,43
19138,98
18650,47
20391,59
19213,62
20804,75
21260,42
19092,97
19304,83
20317,73
17849,99
21109,1
19699,48
16571,2
20537,93
20443,34
19608,66
17945,08
18994,41
16151,48
<LDT
<LDT
<LDT
14097,09
21991,27
11064,62
16492,33
15230,43
15703,27
13311,48
15385,77
22122,75
19522,77
15308,27
18642,62
17471,79
20907,29
13973,05
17081,22
16207,39
11524,03
16519,93
17107,72
16078,88
18256,33
17858,73
26293,31
18408,07
16046,53
16469,6
23314,77
17756,37
15683,54
20837,49
12017,18
15681,43
17174,24
16500,67
17477,02
40191,76
14526,01
<LDT
<LDT
<LDT
14058,32
16592,58
14635,49
16705,2
14934,57
15935,09
15593,81
14380,35
15762,36
15153,03
12507,82
14336,55
12495,53
15367,43
12769,69
14769,91
14648,38
12672,68
15903,89
14477,17
14771,85
15095,45
14417,78
17525,12
17037,72
15808,38
15133,26
15301,44
12865,71
15418,83
13614,07
12447,08
14243,26
12383,34
11161,25
11255,88
14397,76
12448,89
<LDT
<LDT
<LDT
11352,74
15655,58
47,57
50,04
52,15
48,78
47,84
47,43
44,75
44,29
48,18
44,6
83,93
45,89
44,2
33,8
43,08
46,1
59,36
40,63
34,47
36,14
47,11
49,93
46,03
58,0
45,06
47,61
47,93
43,53
35,66
35,64
45,25
31,02
37,49
36,97
37,01
30,41
51,71
350,47
6,65
19,98
32,0
86296,42
87519,92
84987,7
90247,18
106930,54
94527,16
94624,33
95110,53
91876,21
94871,16
93950,33
121054,13
82319,46
81487,29
100326,14
80763,06
81730,45
89190,1
89950,77
107692,85
81813,49
88060,79
89577,56
92352,43
78140,23
51793,17
63671,6
71038,69
66022,88
87613,44
90509,08
96061,83
83537,89
94142,31
106073,99
77407,11
167993,79
68268,84
76215,28
53890,98
93418,39
419245,02
455916,57
420799,01
433301,85
391964,69
676030,65
433144,98
468113,87
417734,21
458623,97
431321,27
466197,66
429446,92
434286,56
423678,28
411016,37
434857,13
432623,26
426270,09
377200,3
394975,58
401165,0
380936,32
416310,11
408322,92
399601,8
367003,68
388307,02
397308,79
546289,9
400407,47
368141,76
382680,31
404687,9
354616,57
390719,73
765733,24
821234,96
432043,75
423237,67
390854,74
32920951,68
38837276,9
35942800,16
35903900,31
40828771,98
35199294,94
41932745,14
36569569,31
35274818,38
36651854,38
34551742,03
39189850,18
34123021,85
32526024,76
38372817,09
33827793,96
35807292,22
36298530,81
36984885,37
35212741,41
36207038,72
38793309,98
36856854,78
37938145,97
38037722,83
36740447,17
33261847,79
36321391,42
35029363,97
32774557,15
36626460,22
35435846,76
35447054,49
31329401,16
31174158,68
28956683,15
30495375,45
25921463,04
35914761,11
18682066,46
27167073,35
10080,2
9
9552,45
9918,31
9253,41
9142,57
9220,48
8554,77
8361,93
9573,99
8741,9
9212,73
8691,28
7398,44
8218,07
6585,16
7436,36
9482,47
8584,96
7842,7
9765,98
8887,59
8192,72
9748,42
9410,27
6363,8
7208,55
7933,65
6339,42
6904,08
<LDT
<LDT
<LDT
4260,5
7834,72
Download
