Caracterização quali-quantitativa da bacia hidrográfica do rio
dos Bugres - MT
Rosa A. Crestani Fava1
Alexandre Silveira2
Eduardo Beraldo de Morais3
Édila Cristina de Souza4
1 Introdução
A água doce é um recurso limitado, pois representa apenas 3% da disponibilidade
hídrica mundial, da qual o Brasil detém 13% das reservas, cuja importância, peculiaridades e
multiplicidade da sua utilização, exigem um complexo processo de planejamento e
gerenciamento da oferta e da demanda. A Lei nº 9433/97 instituiu a Política Nacional de
Recursos Hídricos (PNRH) e o Sistema Nacional de Gerenciamento de Recursos (SNGRH) o
planejamento descentralizado e participativo deste recurso, através da definição de
fundamento, diretrizes e instrumentos. No Estado de Mato Grosso, o Plano Estadual de
Recursos Hídricos (PERH - MT) aprovado em junho/2009 de forma semelhante à Lei Federal,
busca o equilíbrio entre a oferta e a demanda de água, de forma assegurar as disponibilidades
hídricas em quantidade e qualidade, através de programas e projetos para sua proteção,
recuperação e gerenciamento de recurso, buscando garantir o seu uso sustentável.
Esta pesquisa reside no fato da carência de estudos na região, inviabilizando o
planejamento e gestão dos recursos hídricos. Deste modo, foi selecionada a bacia hidrográfica
do rio dos Bugres como área de estudo, cuja área urbana da cidade de Barra do Bugres,
localiza-se na foz desta bacia e utiliza o rio para abastecimento. Portanto, a preservação da
bacia e o controle da quantidade e qualidade das águas do rio dos Bugres são de interesse do
município que será o maior prejudicado, caso ocorram a degradação, poluição e contaminação
dos recursos naturais desta unidade.
Na região da bacia tem hoje como atividades econômicas a agricultura, pecuária e
agroindústrias, especificamente as indústrias sucro-alcooleiras . Essas atividades econômicas
têm acarretado inúmeras agressões ao meio ambiente. Nos anos de 2007 e 2010, ocorreram
dois acidentes ambientais, devido ao vazamento de vinhaça em um dos seus afluentes, o rio
Bracinho, provocando a contaminação das águas e a morte de inúmeras espécies aquáticas.
1
4
UFMT.Depto Química, e-mail: [email protected]
UFMT, Depto Estatística, e-mail : [email protected]
1
A caracterização quali-quantitativa da bacia hidrográfica do rio dos Bugres (BHRB),
tem como objetivo de conhecer a área e gerar informações para um futuro planejamento e
gestão dos recursos hídricos.
2 Material e Métodos
2.1 Material
Inicialmente, foi realizado o estudo fisiográfico para o reconhecimento da área por
meio de cartas topográficas do IBGE de Barra do Bugres, Nova Olímpia e Nortelândia (MT) e
realizados trabalhos de campo, de caráter exploratório e retirada das coordenadas geográficas.
As coletas foram realizadas mensalmente, iniciadas em outubro/2010 e finalizadas em
setembro/2011, respeitando o ano hidrológico (Período – chuvoso/quente de outubro/2010 a
março/2011 e seco/frio de setembro/2010 e abril/2011 a setembro/2011), utilizando frascos de
vidro, com capacidade de 250 ml, à cerca de 20 cm de profundidade. Foram escolhidos quatro
pontos de coleta (P1, P2, P3 e P4) ao longo do rio, com o objetivo de obter coletas
representativas, além de priorizar a logística, optando por locais de fácil acesso, visto que a
distância do percurso para as coletas era em torno de 600 km .
Todas as análises foram realizadas mensalmente, segundo metodologias preconizadas
do Standard Methods for the Examination of Water and Wastewater (APHA, 2005), medindo
as seguintes variáveis: OD (Oxigênio Dissolvido), DBO (Demanda Bioquímica de Oxigênio),
Nitrato, Fósforo, pH, Turbidez, Sólidos Totais, Coliformes Totais e E.coli, Tempreratura e
IQA (Índice da qualidade da água).
2.2 Métodos
Foram analisadas estatisticamente por meio da Análise de Variância (ANOVA) com
esquema Fatorial seguida pela comparação múltiplas das médias do Teste de Tukey, com o
objetivo de explicar o comportamento de cada variável estudada em relação ao período
chuvoso e seco, os pontos de coletas (P1, P2, P3 e P4) e as respectivas interações.
Após essa análise, foi realizada a análise multivariada, que envolve um conjunto de
métodos estatísticos e matemáticos, destinada a descrever e interpretar os dados que provem
da observação de várias variáveis estudadas conjuntamente e algumas estruturas de
correlação.
A Análise de Componentes Principais (ACP) permite a estruturação de um conjunto
de dados multivariados obtidos de uma população, cuja distribuição de probabilidade não
necessita ser conhecida. É um método da análise multivariada, que possibilita a identificação
das variáveis responsáveis pelas maiores variações (variabilidade) entre os resultados, com a
menor perda possível de informação. Além disso, transforma um conjunto de p variáveis
2
originais, em outro conjunto, denominado de Componentes Principais (CP) de dimensão
menor. Essa transformação, em outro conjunto de variáveis, busca eliminar algumas variáveis
originais que possuam pouca informação. Essa redução do número de variáveis só será
possível se as p variáveis iniciais possuírem coeficientes de correlação não-nulos (SOUZA,
2010).
Esta técnica permite o agrupamento de indivíduos similares mediante exames visuais,
em que as linhas e colunas da matriz de dados originais, são representadas conjuntamente por
pontos em dispersões gráficas no espaço bi ou tridimensional, de fácil interpretação
geométrica. Através da aplicação dessas propriedades, Gabriel (1971) desenvolveu o gráfico
denominado de Biplot, em que as coordenadas dos pontos são determinadas por marcadores
de linha e coluna, fazendo uma análise simultânea das relações entre indivíduos e/ou
variáveis.
3 Resultados
A análise de variância com esquema Fatorial, para cada variável estudada, tendo como
fatores analisados os períodos e os pontos de coleta, ao nível de 5% de significância.
Verificou-se que para as variáveis Turbidez, Oxigênio Dissolvido, Sólidos Totais,
Temperatura e IQA houve diferenças significativas entre as médias para os períodos
(chuvoso/seco) ao nível de 5% .
Na Tabela 1, temos a matriz de correlação entre as 10 variáveis analisadas. Pode-se
verificar que existe uma alta e negativa correlação entre as variáveis, Temperatura e OD.
Entre as variáveis IQA e PH; Fósforo e Turbidez houve uma moderada correlação positiva.
Nas demais variáveis houve pouca correlação.
Tabela 1 – Matriz de Correlação entre as variáveis analisadas.
DBO
PH
Turbidez
Ecoli
OD
Solido
Fosforo
Nitrato
Temper
IQA
DBO
1.0000
0.0339
0.0516
-0.0314
-0.0792
0.3165
0.2742
0.0372
0.0610
-0.0515
PH
0.0339
1.0000
-0.2197
0.0711
0.1804
-0.2577
-0.1010
-0.4218
-0.1361
0.5108
Turbidez
0.0516
-0.2197
1.0000
0.4293
0.1467
0.3855
0.5379
0.0091
0.1793
-0.4788
Matriz de Correlação
Ecoli
OD
Solido
-0.0314 -0.0792 0.3165
0.0711
0.1804 -0.2577
0.4293
0.1467 0.3855
1.0000
0.2014 -0.0188
0.2014
1.0000 -0.1741
-0.0188 -0.1741 1.0000
0.3539
0.0475 0.1560
-0.2252 -0.4293 0.1900
0.0210
-0.7117 0.1223
-0.4973 0.4876 -0.2976
Fosforo
0.2742
-.1010
0.5379
0.3539
0.0475
0.1560
1.0000
-0.0463
0.1158
-0.3910
Nitrato
0.0372
-0.4218
0.0091
-0.2252
-0.4293
0.1900
-0.0463
1.0000
0.4278
-0.1776
Temper
0.0610
-0.1361
0.1793
0.0210
-0.7117
0.1223
0.1158
0.4278
1.0000
-0.4835
IQA
-0.0515
0.5108
-0.4788
-0.4973
0.4876
-0.2976
-0.3910
-0.1776
-0.4835
1.0000
Fazendo a Análise de Componentes Principais, temos os autovalores e a proporção da
variação explicada para cada um dos componentes. O primeiro componente principal (CP1)
3
explica 30,12% da variância total, o segundo componente principal (CP2) explica 21,39% e a
terceira componente 12,71%. A soma dos autovalores equivale a 64,22 % da variância total.
Na Figura 1, temos o gráfico Biplot com as 10 variáveis analisadas. Para a construção
do gráfico, foram utilizados os valores do primeiro componente principal (CP1) no eixo
horizontal com a segunda componente principal (CP2) no eixo vertical. As observações
(pontos) foram adaptados aos fatores (vetores). O cosseno do ângulo formado entre dois
vetores é igual ao coeficiente de correlação entre as variáveis correspondentes. Se dois vetores
possuem a mesma orientação, o coeficiente de correlação será próximo de 1, por exemplo
Turbidez e Fósforo. Se dois vetores são perpendiculares, a correlação será próxima de zero
(Nitrato e Turbidez).
Mas, se dois vetores forem orientados em direções opostas, o
coeficiente de correlação será próximo de -1, por exemplo, Temperatura e OD, segundo
JOHNSON e WICHERN (2002).
Podemos notar que as observações 6 e 16 estão distantes da nuvem de pontos, esses
pontos se destacaram, devido a alta concentração das características estudadas, principalmente
em relação aos características Turbidez e DBO. As observações 9 e 10 também estão
distantes das demais, devido a alta concentração das características PH e IQA.
Figura 1 – Gráfico Biplot com as variáveis analisadas (DBO, PH, Turbidez, Ecoli, OD,
Sólidos Totais, Fósforo, Nitrato, Temperatura e IQA )
4
4 Conclusão
Na caracterização qualitativa, os níveis críticos da concentração de oxigênio
dissolvido foram encontrados juntamente com a redução drástica da velocidade das águas,
devido ao represamento da água do rio dos Bugres pelo rio Paraguai, caracterizando como
uma condição natural do rio, com pouca tendência a enchentes e a drenagem. As
concentrações de fósforo encontradas, esta em desacordo com a Resolução CONAMA
357/2005. Os valores de pH medidos, indicam uma leve acidez das águas e o Índice de
Qualidade da Água (IQA) classificou as águas do rio dos Bugres como de boa à média
qualidade nos quatro pontos de coletas.
5 Referências
[1] APHA. American Public Health Association. Standard Methods for the Examination
of Water and Wastewater, 20 th Ed. Washington, DC, 2005, 1400 p.
[2] BARBIN, D. Planejamento e análise estatística de experimentos agronômicos.
Arapongas: Editora Midas Ltda. 2003. 194 p.
[3] GABRIEL, K. R.; The biplot grapHic display of matrices with application to principal
component analysis. Biometrika, Great Britain, vol.58, n.03, p.453-467, 1971. [3]
JONHSON, P. A.; WICHERN D. W. Applied Multivariate Statistical Analysis. 4 ed.
Pretntice Hall, 1998.
[4] MORAES, E. B. Indicadores microbiológicos, metais e índice de qualidade da água
(IQA) associados ao uso e ocupação da terra para a avaliação da qualidade ambientalda
microbacia do rio Cabeça, na bacia do rio Corumbataí – SP. 2010.138 p. Tese (Doutorado
em Ciências Biológicas), UNESP, Rio Claro, 2010.
[5] SOUZA, E. C.; Os Métodos Biplot e Escalonamento Multidimensional nos
delineamentos experimentais. 2010. 133 p. Tese (Doutorado em Estatística e
Experimentação Agronômica), Universidade de São Paulo, Piracicaba, 2010.
5