Avaliação da redução dos custos de análise em função da redução do

A avaliação da redução dos custos com análise em função da diminuição dos parâmetros do IQA é um objetivo importante deste trabalho, face a dificuldade que a administração pública brasileira possui em gerir seus gastos, e ainda, angariar fundos para investir nas áreas de preservação e conservação ambiental, em um país que tem como prioridade saúde, educação e segurança pública. A possibilidade em reduzir os custos atualmente praticados com o monitoramento da qualidade da água traz relevante potencial para investimento em outras áreas ambientais, ou até mesmo para investir em desenvolver novas ferramentas mais avançadas para a prática do monitoramento da qualidade da água, ou até mesmo, realizar avaliações de outros parâmetros, até então não monitorados.

Ao avaliar o custo com transporte e amostragem, que são aqueles que independentemente dos parâmetros que compõem o IQA, vão sempre existir, pode se imaginar a redução obtida somente com a redução da frequência de amostragem já discutida anteriormente, considerando que o preço médio trabalhado por laboratórios da região metropolitana para transporte das amostras é de R$ 22,00 por quilômetro rodado, e que o custo homem hora para amostragem é de R$ 3,00.

Para os parâmetros que compõem o IQA, em consulta pessoal a este mesmo laboratório da Região Metropolitana de Belo Horizonte, os valores de análise são:

 DBO: R$ 48,00;  Oxigênio Dissolvido: R$ 9,00;  Coliformes Termotolerantes: R$ 38,00;  Nitratos: R$ 23,50;  pH: R$ 8,50;  Temperatura: R$ 8,50;  Sólidos totais: R$ 17,00;  Fosfato: R$16,00;  Turbidez: R$ 8,50;

Levando em conta exclusivamente os custos somente com as análises, para a avaliação de um único ponto, com a realização das análises de todos os parâmetros que compõem o IQA, são gastos em média R$ 177,00. Se analisarmos somente o ano de 2011, onde foram realizados 304 monitoramentos ao longo da Bacia do Rio das Velhas para determinação da qualidade da água, o custo anual para as análises seria de R$ 53.808,00.

Ao se analisar a redução do número de parâmetros do IQA, de nove para cinco, com a exclusão dos parâmetros nitrato, pH, sólidos totais e temperatura implicaria em uma redução de custos de R$ 57,50 para cada ponto monitorado. Para o ano de 2011 somente para a Bacia do Rio das Velhas, seria uma economia de R$ 17.480,00 por ano. Se estendermos esta análise para o ano de 2013, onde o IGAM realizou a avaliação da qualidade da água na Bacia do Rio das Velhas 411 vezes, a economia seria de R$ 23.532, 50.

5 CONCLUSÕES E RECOMENDAÇÕES

A análise multivariada dos dados provenientes do monitoramento das 36 estações da Bacia do Rio das Velhas mostrou que, dentre as ferramentas de análise exploratória utilizadas, a PCA não é adequada para avaliação inicial dos dados, confirmando a possibilidade de aplicação de outras técnicas de análise multivariada, como a rede neural de Kohonen. Todos os resultados aqui apresentados referem-se a análise dos dados de monitoramento de qualidade da água do Rio das Velhas, para o período compreendido entre janeiro de 2000 e dezembro de 2010.

No decorrer das análises surgiram outras informações importantes acerca de possibilidades de alterações da maneira que o monitoramento de qualidade da água vem sendo realizado. A primeira das alterações versa sobre o objetivo principal deste trabalho, que é a possibilidade de redução do número de parâmetros que compõem o IQA. Através das análises realizadas, o número de parâmetros reduziu de nove para cinco, sendo o novo modelo composto pelos parâmetros coliformes termotolerantes, DBO, fosfato, oxigênio dissolvido e turbidez. Esta redução permite obter os mesmos resultados de IQA a partir do novo modelo, comparando com os resultados obtidos com o método tradicional de cálculo do IQA.

A similaridade original entre os parâmetros que compõem o IQA, essenciais para o desenvolvimento inicial deste trabalho, as quais justificaram a possibilidade de supressão de algum parâmetro do IQA, não foram obrigatórias para a redução do número de parâmetros deste índice. Após a avaliação estatística dos dados o resultado apontou para a manutenção de parâmetros com determinada similaridade, DBO e coliformes e DBO e OD. Este resultado confirma a importância destes parâmetros para a avaliação da qualidade da água, quando comparado a outros, que não foram incluídos no novo índice.

Importante considerar que tal redução se torna possível quando são consideradas as avaliações dos parâmetros do IQA, somente para a função de se calcular o IQA. Caso o órgão tenha a intenção de avaliar a contribuição de cada parâmetro individualmente, o mesmo deverá ser analisado, no entanto, a realização desta avaliação vai contra ao conceito de um índice. A redução de custos de análises, com

a redução do número de parâmetros resultou em um valor baixo, valor este já esperado, visto que o maior custo envolvido no processo de monitoramento de qualidade da água está na logística de coleta e transporte das amostras.

As análises de Kohonen realizadas com vistas à diminuição do conjunto de dados estudados trouxeram outra informação importante, que retrata a possibilidade de reduzir significativamente a frequência de monitoramento, sem perda de informações relevantes, permitindo a estimativa dos valores do IQA a partir deste novo conjunto de dados. Esta nova frequência estabelece a possibilidade de avaliação anual de certas estações de monitoramento, evidenciando também não ser necessária a realização de análises mensais. A maior frequência oriunda da análise de dados resultou na possibilidade de avaliar determinadas estações de monitoramento a cada 50 dias.

Considerando a posição do IGAM, órgão responsável pelo incremento nas estações de monitoramento e na frequência, seria necessário uma avaliação com o técnico responsável pelo monitoramento para determinar a aplicação de uma frequência de monitoramento reduzida, aliada a diminuição do número de estações de monitoramento. Tal avaliação é necessária já que o aumento da frequência e das estações de deu em consequência de recorrentes aflorações de cianobactérias ao longo do Rio das Velhas.

A rede neural de Kohonen permitiu ainda avaliar o comportamento dos dados ao longo dos anos, segundo os períodos secos e chuvosos. Os dados avaliados que correspondem ao mesmo período se posicionam na rede neural de forma a criar um grupo, e no final da análise se obtêm a clara separação dos dados em período seco e chuvoso.

O estudo de correlação de Pearson confirmou a sobreposição de alguns parâmetros integrantes do IQA, destacando-se os pares turbidez e sólidos totais, cujos coeficientes de correlação ultrapassa 0,9, e OD e DBO, com um coeficiente não tão alto, mas já indicativo da correlação.

A principal recomendação deste trabalho aponta para redução da frequência de monitoramento da Bacia do Rio das Velhas ao longo do ano, aliada a avaliação dos cinco parâmetros que foram determinados para o novo modelo de IQA. A economia retratada por estas duas ações culmina em infinitas possibilidades, como a expansão da rede de monitoramento em outros cursos d'água do Estado, início de avaliação de outros parâmetros que comprometem a qualidade da água e não são contemplados na análise do IQA. Neste contexto, cabe ao IGAM definir novas rotas de coleta, contemplando a mencionada redução da frequência de amostragem, em conjunto a sua equipe técnica.

REFERÊNCIAS

ABNT - Associação Brasileira de Normas Técnicas - Poluição das águas: Terminologia - NBR 9896.Rio de Janeiro, 1987.

ABREU, L. M.; GRANEMANN, M. A; GARTNER, I.; BERNARDES, R. S..Escolha de um programa de controle da qualidade da água para consumo humano: aplicação do método AHP. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v.4, n.2, p.257-262, 2000.

AKKOYUNLU, A.; AKINER, M.E. Pollution evaluation in streams using water quality indices: A case study from Turkey's Sapanca Lake Basin. Ecological Indicators. v. 18, p. 501-511. julho 2012.

ALENCAR FILHO, E. B. de. Estudos da relação quantitativa estrutura-atividade (QSAR) de adultos de morita-baylis-hillman bioativos contra Leishmania Amazonensis. 2012. 89f. Tese (Doutorado em Química) - Universidade Federal da

Paraíba.

ALMEIDA, J. M. S. Otimização do Índice de Qualidade de Estação Convencional de Tratamento de Água (IQETA) por Meio de Análise Estatística Multivariada. 2009. 87 folhas. Dissertação (Programa de Pós - graduação em Saneamento, Meio Ambiente e Recursos Hídricos) - Universidade Federal de Minas Gerais.

ANA. Agência Nacional de Águas. Indicadores de Qualidade: Introdução. 2009. ANDERSON, T.W. An introduction to multivariate analysis. New York: John Wiley, 2003, 713 p.

ARIAS, Rubio H., et al. A. An Overall Water Quality Index (WQI) for a Man-Made Aquatic Reservoir in Mexico. Int. J. Environ. Res. Public Health, v. 9, p. 1687-1698, 2012.

BATALHA, B. A água que você bebe. São Paulo: CETESB, 1985, p. 101. BRASIL. Ministério do Meio Ambiente. Secretaria de Recursos Hídricos. Águas subterrâneas: Conceito, reservas, usos e mitos. Brasília: 1997.

BARBETTA, P. A.. Estatística aplicada às ciências sociais. 2. ed. Florianópolis: UFSC, 1998.

BERLEMANN, A. Using a water quality index to determine and compare creek water quality. Journal - American Water Works Association. v. 105, n. 6, p> E-291- E298, june 2013.

BHARTI, S. Fuoride affects distribution of absorbed excitation energy more in favour of photosystem 1. Biologia Plantarum, Phara, v. 54, n. 3, p. 556-560, june, 2010. BELITZ, K; et al. California Groundwater Quality Monitoring: Framework for a Comprehensive, Statewide Program. Denver Annual Meeting. Geological Society of America. Abstracts with programns, v. 36, n. 5. Denver, nov., 2004.

BRASIL. Caderno de recursos hídricos. Agência Nacional das Águas – ANA. Panorama da qualidade das águas superficiais no Brasil. Superintendência de Planejamento de Recursos Hídricos: Brasília, 2005.

BRASIL, Congresso Nacional. Lei nº 9.433, de 8 de janeiro de 1997. Institui a Política Nacional de Recursos Hídricos, cria o Sistema Nacional de Gerenciamento de Recursos Hídricos, regulamenta o inciso XIX do art. 21 da Constituição Federal, e altera o art. 1º da Lei nº 8.001, de 13 de março de 1990, que modificou a Lei nº 7.990, de 28 de dezembro de 1989.

BRASIL, Conselho Nacional do Meio Ambiente (CONAMA). Resolução nº 357, de 17 de março de 2005.

BRASIL, Conselho Nacional do Meio Ambiente (CONAMA). Resolução nº 2914, de 12 de dezembro de 2011.

BROWN, P.M.; MCCLELLAND, N.I.; DENINGER, R.A.; TOZER, R.G. A water quality index - do we dare? 1970.

BRERETON, R. G.; Introduction to multivariate calibration in analytical chemistry, Analyst, v.125, n. 1, 2125-2154, 2000.

CENTNER, V.; MASSART, D. Elimination of uniformative variables for multivariate calibration, Anal. Chem., v.68, n.21, 3851-3858, 1996.

COHEN, J. Statistical power analysis for the behavioral sciences. Hillsdale, NJ, Erlbaum. 1988

COPASA. Lançamento de efluentes líquidos não domésticos na rede pública coletora de esgotos. Belo Horizonte: T.187/4, 2012.

COSTA, F.A.J.; NETTO, A.L.M. Segmentação de mapas auto-organizáveis com espaço de saída. Revista Controle e Automação, v. 18, n. 2, p. 150, abr/jun., 2007. DANCEY, C.; REIDY, J. Estatística Sem Matemática para Psicologia: Usando SPSS para Windows. Porto Alegre, Artmed. 2006

DANTAS, T. N. P; MEDEIOS, J. R.; SILVA, S. K.; ARAÚJO, A. C. Determinação da qualidade da água da bacia hidrográfica do rio Pirangi através da aplicação do índice de qualidade de água (IQA). VIII Congresso Brasileiro de Engenharia Química em Iniciação Científica, 27 a 30 de julho de 2009, Uberlândia, Minas Gerais, Brasil, 2009.

FERREIRA, M. M. C.; et al. Quimiometria I: calibração multivariada, um tutorial, Revista Química Nova, v.22, 724-731, 1999.

FIGUEIREDO FILHO, D. B.; SILVA JÚNIOR, J. A.. Desvendando os Mistérios do Coeficiente de Correlação de Pearson. Revista Política Hoje, v. 18, n. 1, 2009. FRANÇA, M. S. Análise Estatística Multivariada dos Dados de Monitoramento de Qualidade de Água da Bacia do Alto Iguaçu: Uma Ferramenta Para a Gestão de Recursos Hídricos. 2009. 166f. Dissertação (Pós-Graduação em Engenharia de Recursos Hídricos e Ambiental) - Universidade Federal do Paraná.

GUEDES, Hugo A. S et al. Aplicação da Análise Estatística Multivariada no Estudo da Qualidade da Água do Rio Pomba, MG. 2012. 6 folhas. Revista Brasileira de Engenharia Agrícola e Ambiental, v.16, n.5, p.558–563, 2012.

HAMID, Aadil, et al. Water Quality Index: A Case Study of Vishav Stream, Kulgam, Kashmir. International Journal of Environment and Bioenergy, v. 5, n. 2, p. 108- 122, 2013.

HAIR Jr., Joseph F.; et al. Análise Multivariada de Dados. Porto Alegre, Bookman, 2005.

HÄRDLE, Wolfgang; SIMAR, Léopold. Applied Multivariate Statistical Analysis. 2003.

HONG, T.S.Y.; BHAMIDIMARRI, R. Evolutionary self-organizing modeling of a municipal wastewater treatment plant, Water Research, v. 37, n. 6, p. 1199-1212, 2003.

IGAM - Instituto Mineiro de Gestão das Águas. Plano Estadual de recursos hídricos de Minas Gerais. Relatório final. Belo Horizonte: Instituto Mineiro de Gestão das Águas, 2006.

IGAM. Instituto Mineiro de Gestão das Águas. Relatório 2013. Belo Horizonte. IGAM – Instituto Mineiro de Gestão das Águas. Plano Diretor de Recursos Hídricos da Bacia Hidrográfica do Rio das Velhas. Resumo Executivo. 2005. Belo Horizonte: IGAM, 226 p., 2005.

IGAM – Instituto Mineiro de Gestão das Águas. Relatório Anual da Bacia do Rio das Velhas. 2009.

JOHNSON, R. A.; WICHERN, D. W. Applied multivariate satatistical analysis. 5 ed. London: Low Price, 2000.

KARBASSI, A. R. et al. Development of Water Quality Index (WQI) for Gorganrood River. Article 24, v. 5, n. 4, Summer, p. 1041-1046, 2011.

KRAMER, P.J. & BOYER, Water relations of plants and soils. New York. Ed. MacGraw-Hill, 1995. 482 p.

KOWALSKI, Cláudia H.; et al. Application of Kohonen neural network for evaluation of the contamination of Brazilian breast milk with polychlorinated biphenyls. Revista Talanta, v. 116, p. 315–321, 2013.

LERMONTOV, A. YOKOYAMA, L.; LERMONTOV, M. MACHADO, M. A. S.. River quality analysis using fuzzy water quality index: Ribeira do Iguape river watershed, Brazil. Ecological indicators. v. 9. nº 6. Novembro 2009. p. 1188-1197.

LIBÂNIO, M.. Fundamentos de Qualidade e Tratamento de Água. Campinas: Átomo, 2010.

LIMA, B. S.; RIBEIRO, E. V.; MAGALHÃES JUNIOR, Antonio Pereira. Índice de Qualidade da Água no Baixo Rio das Velhas: Experiência Metodológica com IQAccme. XIX Simpósio Brasileiro de Recursos Hídricos, 2011.

MAGALHÃES JUNIOR, A. P.. A situação do monitoramento das águas no Brasil – instituições e iniciativas. RBRH - Revista Brasileira de Recursos Hídricos, v. 5, n.3, Jul/Set., p. 113-135, 2000.

MELO, E. B. de. Modeling physical and toxicity endpoints of alkyl (1-phenylsulfonyl) cycloalkane-carboxylates using the Ordered Predictors Selection (OPS) for variable selection and descriptors derived with SMILES. Chemometrics and Intelligent Laboratory Systems, v. 118, p. 79–87, 2012.

MINAS GERAIS. Conselho de Política Ambiental (COPAM) e Conselho Estadual de Recursos Hídricos (CERH). Deliberação Normativa 01, de 05 de maio de 2008. MOORE, D. S. The Basic Practice of Statistics. New York: Freeman, 2007.

NASIRIAN, M., A New Water Quality Index for Environmental Contamination Contributed by Mineral Processing: A Case Study of Amang (Tin Tailing) Processing Activity. Journal of Applied Sciences, v. 7, p. 2977-2987, 2007.

PERALTA-ZAMORA, Patricio; CORNEJO-PONCE, L. NEGTA, N E POPPI, R. J. Alternativas quimiométricas para a resolução de problemas analíticos clássicos: determinação espectrofotométrica de misturas de zircônio e háfnio. Revista Química Nova, v. 20, n. 5, 1996.

POPPI, R.J.; SENA, M.M. de; VALARINI, P.J.; FRIGHETTO, R.S. Avaliação do uso de métodos quimiométricos em análise de solos. Química Nova, 23(4) (2000). REIS, José Sérgio Aleluia dos. Modelagem Matemática da Qualidade de Água para o Alto Rio das Velhas/MG. 2009. 169 folhas. Dissertação (Mestrado em Engenharia Ambiental) – Universidade Federal de Ouro Preto.

RIBEIRO, J.S.; FERREIRA, M.M.C.; SALVA, T.J.G. Chemometric models for the quantitative descriptive sensory analysis of Arábica coffee beverages using near infrared spectroscopy. Revista Talanta, v. 83, p. 1352–1358, 2011.

RIBEIRO JÚNIOR, J.I.; MELO, A.L.P. Guia prático para utilização do SAEG. Viçosa, 2009.

RODRIGUES, M. E. G.; NISHIJIMA, T.. Educação ambiental: trabalhando o uso racional da água nas séries iniciais. Revista REMOA, v. 4, m. 4, p. 696-706, 2011.

SILVA, G. A. da; MARETTO, D. A; BOLINI, H. M. A.; TEÓFILO, R. F.; AUGUSTO, F.; POPPI, R. J.. Correlation of quantitative sensorial descriptors and chromatographic signals of beer using multivariate calibration strategies, Food Chemistry, v. 134, p. 1673–1681, 2012.

SILVA, G. L. da; AURELIANO, J. T.; LUCENA, S. V. de O.. Proposição de um índice de qualidade de água bruta para abastecimento público. REGA, v. 9, n. 1, p. 17-24, jan./jun. 2012.

TEÓFILO, R.F., MARTINS, J.P.A., & FERREIRA, M.M.C. (2009). Sorting variables by using informative vectors as a strategy for feature selection in multivariate regression. Journal of Chemometrics, 23, 32–48

UNEP/WHO. Water Quality Monitoring - A Practical Guide to the Design and Implementation of Freshwater Quality Studies and Monitoring Programmes. Organização Mundial da Saúde. Genebra. 1996

WALSH, P; WHEELER, W.. Water Quality Index Aggregation and Cost Benefit Analysis. US Environmental Protection Agency, 2012.

WSDE - WASHINGTON STATE DEPARTMENT OF ECOLOGY. A Water Quality Index for Ecology’s Stream Monitoring Program. November 2002. Publication No. 02- 03-05.