Tratamentos estatísticos

4.9.1 Análise fatorial com extração por componentes principais (PCA)

Com o intuito de identificar as fontes naturais e antropicas dos elementos estudados, os resultados obtidos para as cascas de árvores foram analisados aplicando análise fatorial com extração por componentes principais (PCA). Utilizando- se os mapas de distribuição das concentrações de cada um dos elementos Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb, S, Si, V e Zn construídos com o programa SURFER

com dados das cascas de árvores de São Mateus do Sul e inserindo nestes mesmos mapas os endereços dos pacientes, foi possível confeccionar uma tabela de concentração de cada um dos elementos (Cd, Co, Cr, Cu, Fe, Mn, Ni, Pb, S, Si, V e Zn) para cada endereço de cada paciente. A partir desta tabela foi aplicado o teste da análise fatorial para determinação da fonte emissora e como ela está relacionada com as doenças respiratórias dos pacientes por meio do programa STATISTIC 8.0 para Windows. Na Tabela 12 são apresentados os resultados dos parâmetros estatísticos obtidos de cargas fatoriais para cada um dos elementos, os autovalores e porcentagem da variância total.

Tabela 12. Cargas fatoriais, autovalores e porcentagem da variância total

Variáveis F1 F2 F3 Cd 0, 561570 Co 0, 411107 Cr 0, 837372 Cu 0, 556294 Fe 0, 813005 Mn 0, 778504 Ni 0, 809148 Pb 0, 924389 S 0, 818063 Si 0, 909821 V 0, 826543 Zn 0, 920423 Autovalores 5, 325099 1, 910510 1, 085000 Variância Total (%) 44, 37582 15, 92091 9, 04167

4.9.2 Análise de variância (ANOVA)

Na aplicação da ANOVA, os coeficientes dos Fatores 1, 2 e 3, obtidos durante a análise fatorial para cada local de amostragem (residência dos pacientes) foram categorizados em 3 níveis (tercis). A freqüência de doenças respiratórias (número de eventos respiratórios / total de eventos dos pacientes) foi considerada a variável dependente dos tercis de cada Fator e a idade dos pacientes foi dividida em 4 categorias (1 a 6, 7 a 13, 14 a 36 e 38 a 93 anos). Tivemos resultado positivo somente para o Fator 2 (Figura 33). Ele mostra que o maior número de doenças respiratórias ocorre na infância, categoria 1(1-6 anos) e que estas vão diminuindo gradativamente conforme a idade aumenta, tanto no tercil nível 1 como no tercil nível 2. Isto muda no tercil nível 3, onde as doenças respiratórias dobram na categoria 4 (38-93 anos).

nivel 3 nivel 2 nivel 1 Tercis do Fator 2 1,0 0,8 0,6 0,4 0,2 0,0 M é d ia ( e v e n to s r e s p ir a tó ri o s /t o ta l d e e v e n to s d o s p a c ie n te s ) 4 38-93 anos 3 14-36 anos 2 7-13 anos 1 1-6 anos

Figura 33. Média (e correspondente erro padrão) da razão (eventos respiratórios / total de eventos dos pacientes) em função das categorias do Fator 2 (Fe, S e Si), desagregados por quartis dos grupos etários.

5.1 Concentrações de Fe, S e Si obtidas nas amostras analisadas

neste trabalho

A exatidão e a precisão dos resultados obtidos nas análises de materiais de referência certificados demonstraram a viabilidade da aplicação da técnica EDXRF na análise das amostras estudadas neste trabalho.

Os resultados das determinações de Fe, S e Si obtidos em cascas de árvores quando comparadas com aquelas encontradas no xisto (Tabela 6, Figura 21) indicam que estes elementos presentes nas cascas são originários do xisto. Além disso, os dados de concentrações destes elementos encontrados em altos teores em cascas de árvores de São Mateus do Sul quando comparadas com aquelas encontradas em cascas de Caucaia do Alto, uma região considerada “limpa” indicam que as emissões destes elementos ocasionaram maior retenção ou acúmulo nas cascas de árvores (Tabela 7 e Figura 22) de São Mateus do Sul. Também os resultados da Tabela 9, mostram que São Mateus do Sul é uma cidade com altas concentrações de Fe e S nas cascas de árvores. As concentrações destes dois elementos nas cascas de árvores de São Mateus do Sul foram mais altas que aquelas encontradas em amostras de áreas consideradas de elevada poluição como da República Checa, da Alemanha, de Cubatão no Brasil e do Reino Unido.

Por outro lado, a comparação dos teores de Fe, S e Si obtidos no material particulado PM coletado em São Mateus do Sul (Tabela 10) foram da mesma ordem

de grandeza que os encontrados em amostras coletadas em cidades com grande população e alta industrialização (Chow et al., 1994 e 2002 apud Kang et al., 2004; Quero et al., 2001 apud Kang et al., 2004; Park, 2001 apud Kang et al.; Kang et al., 1997 apud Kang et al., 2004 e Sillanpää et al., 2005).

Uma vez que São Mateus do Sul é uma cidade pequena, com predomínio de atividades agrícolas além da indústria do xisto, podemos aferir que estas altas concentrações de Fe, S e Si são provenientes das emissões desta indústria na cidade.

5.2 Mapas de distribuição das concentrações de Fe, S e Si em

cascas de árvores coletadas em São Mateus do Sul

As concentrações de Fe encontradas nas cascas de árvores variam em todos os pontos de amostragem da cidade de São Mateus do Sul, sendo que os altos teores foram observados próximos a indústria do xisto como é mostrado na Figura 23.

O Fe é um dos principais constituintes químicos do xisto (Tabela 6). Sendo assim, é muito provável que a fonte mais relevante deste elemento, em São Mateus do Sul esteja associada às atividades desta indústria.

Da mesma forma que o Fe, o S também faz parte da constituição química do xisto (Tabela 6). Suas maiores concentrações foram obtidas em cascas coletadas no entorno da indústria e em áreas adjacentes. Conforme apresentado na Figura 24, a influência das emissões de S da indústria de xisto parece ser mais evidente podendo

este elemento ser considerado seu marcador, uma vez que ele é produzido pela alta temperatura de combustão, um processo que emite partículas finas e ultrafinas, que tendem a apresentar um comportamento quase-gás, alcançando uma maior área de distribuição (Morawska et al., 2006).

Na indústria do xisto, a emissão de Si está relacionada com a perfuração, um processo que resulta na liberação de partículas grossas (WHO - Air quality and health, 2005) que apresentam uma alta taxa de deposição. Na Figura 25 pode se observar que a área de influência do Si está localizada principalmente na área de mineração “com deslocamento” na direção do vento para a cidade e ao redor da indústria do xisto, com uma distribuição espacial mais restrita que a do S e Fe, indicando que a dispersão de Si depende do tamanho de suas partículas. Isto, provavelmente reflete a maior granulometria das partículas com Si geradas durante o processo (em comparação com Fe e S) ou reflete a redução da altura da fonte de emissão isto é, na mineração a produção de partículas ocorre a nível de solo e na retortagem, a nível de chaminé (the flare device), como no caso de S, favorecendo uma maior dispersão. Ou ainda no caso do Si, ambos os fatores (granulometria das partículas que contêm este elemento e a altura da fonte de emissão) podem estar afetando a sua dispersão. Além da origem do Si estar associado aos processos de mineração a céu aberto do xisto, comum em São Mateus do Sul, na cidade existe ainda várias indústrias cerâmicas, cujas atividades não preconizam tratamentos.

Portanto, atividades antropogênicas estão contribuindo para a intensa poluição da cidade em estudo, São Mateus do Sul.

5.3 Mapas de distribuição das concentrações de Fe, S e Si obtidas

na análise de PM

coletados em São Mateus do Sul

De acordo com os mapas de distribuição de concentrações em PM2,5, as amostras

coletadas nosquadrantes QA, QB, QC apresentaram os mais altos teores de Fe e Si conforme mostram a Figura 26 e 28, respectivamente. Estes resultados podem ser também examinados nos dados da Tabela 10 onde se verifica que nos pontos F1 e F2 o material particulado apresentou as mais altas concentrações destes elementos no ar.

As mais altas concentrações de S foram obtidas no quadrante QA (Figura 27), onde estão os pontos de coleta F2, F3 e F4 cujos pontos de amostragem apresentaram altas concentrações deste elemento, conforme mostra a Tabela 10.

Conforme esperado, os mais altos teores dos elementos Fe, S e Si foram observados nas regiões dos quadrantes QA e QB onde estão inseridas as duas maiores indústrias (xisto e cerâmica) de São Mateus do Sul.

5.4 Mapas de atenuação de Fe, S e Si para resultados de

concentrações obtidos em cascas de árvores

Aos resultados de concentrações de Fe, S e Si encontradas em cascas de árvores foram aplicados o modelo de atenuação, conforme já descrito, este modelo dá as informações sobre a mobilidade do elemento, simulando o seu comportamento à medida que se afasta da sua fonte de emissão. Portanto os mapas de atenuação permitiram a

obtidos permitiram a identificação de “hot spots” dentro da cidade, fornecendo informações adicionais sobre as variações de concentração na exposição da população.

De acordo com o mapa de atenuação gerado para o Fe (Figura 29), os maiores valores de atenuação deste elemento estão próximos da principal fonte de emissão deste metal (a indústria do xisto), apresentando um “hot spot” de atenuação exatamente no local onde foram observadas as maiores concentrações do metal em cascas de árvores. As informações obtidas por meio do mapa de atenuação indicam que o Fe apresenta baixa mobilidade (maior retenção) justamente numa região de vale (baixada) em São Mateus do Sul. Provavelmente, a baixa altitude da área atua como barreira geológica, impedindo sua circulação aérea. Estes resultados obtidos para cascas de árvores foram comprovados pelo mapa de distribuição em PM2,5 que também apresenta altas

concentrações nesta região (Figura 26).

Na Figura 30 é apresentado o mapa de atenuação obtido com os dados das concentrações de S encontrada em amostras de cascas de árvores. Nesta Figura são observados dois “hot spots” de atenuação no quadrante QA: um localizado na região de vale (semelhante ao Fe, Figura 26), porém em menor intensidade e outro, bastante intenso, ao norte do quadrante QA. Nesta região localiza-se a chama (the flare device) que funciona como uma fonte de emissão contínua de S para o meio ambiente, pois no processo de retortagem, o xisto é aquecido a altas temperaturas, gerando óleo, gás e enxofre. Portanto, apesar de a circulação de ar ser intensa, ela não é suficiente para dissipar o S e ele se deposita no local, como é observado (também) no mapa de distribuição de concentrações de S no PM2,5 (Figura 27), onde

as mais altas concentrações estão nas regiões onde foram observados “hot spots” de atenuação deste elemento.

Apesar das concentrações mais elevadas de Si terem sido observadas nas regiões dos quadrantes QA, QB e QC, o mapa de atenuação apresenta o “hot spot” de Si exatamente na região de vale (baixada) da cidade. Em São Mateus do Sul a circulação de vento predominante é no sentido Oeste-Leste (W-E); assim o Si que é gerado na indústria cerâmica e nos processos de mineração a céu aberto é carreado na direção leste da cidade, mas como existe uma barreira geológica (região de vale) ele fica retido no mesmo local onde o Fe apresentou “hot spot” de atenuação. O mapa de atenuação gerado para Si está de acordo com as informações obtidas no mapa de distribuição de Si obtidas usando dados de análise de PM2,5 (Figura 28).

5.5 Mapa de distribuição da incidência de doenças respiratórias

As informações obtidas por meio do tratamento pelo modelo de atenuação foram concordantes com as obtidas nos mapas de concentrações de elementos nas cascas de árvores e no PM2,5.

Foi feita uma comparação entre os mapas de distribuição das concentrações dos elementos e atenuação (Figuras 23, 24, 25, 26, 27, 28, 29, 30 e 31), com o mapa de distribuição de doenças respiratórias (Figura 32), na tentativa de correlacionar as informações obtidas a partir das análises de cascas de árvores e de material particulado PM2,5 com os possíveis casos de doenças respiratórias em São Mateus do Sul.

A Figura 32 mostra que as regiões com as maiores incidências de doenças respiratórias estão situadas no quadrante QA e QB. Portanto, o mapa gerado com os dados de saúde se mostrou coerente com as informações obtidas com o modelo de

atenuação (que estima a mobilidade dos elementos estudados, Figuras 29, 30 e 31), com as informações obtidas com os mapas de distribuição das concentrações em cascas de árvores e PM2,5 (Figuras 23, 24, 25, 26, 27 e 28) e também com as

concentrações destes elementos no ar, apresentadas na Tabela 10.

5.6 Análise estatística dos dados

A análise fatorial com extração por componentes principais (PCA) e a análise de variância das concentrações dos elementos encontrados nas cascas de árvores sugerem que Fe, S e Si podem ser utilizados como marcadores da indústria de xisto na cidade de São Mateus do Sul.

Na verdade, a análise fatorial, agrupou esses elementos em um único Fator, reforçando esta interpretação.

De acordo com o critério Kaiser (Yeomans e Golder, 1982) utilizado para avaliar os resultados encontrados, foram consideradas três componentes principais, que representaram 70% da variância total (Tabela 12):

Fator 1 (elementos Cd, Cr, Cu, Pb, V e Zn). Fator 2 (elementos Fe, S e Si).

Fator 3 (elementos Co, Mn e Ni).

Interpretamos que o Fator 2 é representativo das atividades da indústria de xisto, devido à presença de S (emitidos durante a produção do óleo) e Fe e Si, relacionados à mineração e perfuração do xisto. O Fator 1 está provavelmente

relacionado ao tráfego e não temos hipótese para explicar o Fator 3. Os Fatores 1 e 3 não apresentaram nenhuma associação estatisticamente significativa com a saúde.

Por outro lado, a freqüência de pacientes com idade superior a 38 anos aumentou com o aumento da contribuição do Fator 2 no seu local de residência (p = 0, 042), ou seja, a combinação de caracterização espacial da poluição e os dados clínicos retrataram apenas efeitos adversos na população idosa. Este achado pode ser o resultado de dois eventos. Uma possibilidade é que os eventos respiratórios bastante comuns em crianças mascaram os reais efeitos da influência da poluição do ar nas mesmas.

Por outro lado, podemos postular que as emissões da indústria do xisto induzem efeitos adversos, como resultado da exposição cumulativa e da diminuição das defesas respiratórias com a idade. Neste cenário, é plausível que os indivíduos idosos sejam um melhor bioindicador para os efeitos adversos das emissões da indústria do xisto na saúde da população da cidade de São Mateus do Sul.

5.7 Considerações sobre os resultados de mapas de atenuação

obtidos usando as concentrações de elementos obtidas em cascas

de árvores e mapas de distribuição das concentrações em PM

Os mapas de atenuação das concentrações de elementos obtidos a partir da análise de cascas de árvores foram elaborados por meio da interpolação de dados de concentrações e de coordenadas geográficas de 62 amostras de cascas de árvores que geraram dados de concentração e de coordenadas geográficas de mais de 1000 amostras. Esses mapas nos dão uma imagem espacial muito pontual da distribuição

dos elementos nas cascas de árvores, mostrando os locais que os elementos ficam retidos na cidade. Para a obtenção destes mapas de atenuação das concentrações foi necessário apenas a coleta e análise das cascas. Esta coleta foi realizada por 2 pessoas durante 2 dias.

Os mapas de distribuição das concentrações em PM2,5 foram confeccionados

com a média das concentrações em 5 pontos de amostragem e suas coordenadas geográficas. Como os dados são apenas de 5 pontos, o programa de computação SURFER gera uma imagem extrapolada, não pontual. Para a confecção destes mapas foi necessário a utilização de impactador portátil e de filtros de policarbonato, sendo este material extremamente caro, necessitando também, cuidados com sua segurança. O tempo despendido para esta coleta foi de 25 dias. A análise foi a mesma tanto para as cascas como para o PM2,5. Os resultados obtidos apresentados por meio de mapas

de atenuação (Figuras 29, 30 e 31) foram praticamente idênticos aos apresentados pelos mapas de distribuição das concentrações em PM2,5 (Figuras 26, 27 e 28).

Portanto, podemos afirmar que os mapas de atenuação das concentrações em cascas de árvores substituem muito bem os mapas de distribuição das concentrações em PM2,5.

A partir dos resultados obtidos, podemos concluir que a utilização de cascas de árvores no georreferenciamento de poluentes do ar, é uma estratégia adequada em estudos sobre os impactos ambientais e sua correlação com a saúde pública, podendo ser utilizada na avaliação do risco humano a poluentes atmosféricos, sendo uma alternativa de monitoramento abrangente, preciso, de baixo custo, fácil manuseio e implantação. Neste contexto, a abordagem utilizada neste estudo pode ser de grande utilidade para a análise ambiental em zonas com emissões aéreas de poluentes e que não possuem uma rede de monitoramento convencional.

As concentrações de Fe, S e Si obtidas no PM2,5 corroboraram as informações

obtidas com os dados de concentrações destes elementos em cascas de árvores. As determinações destes elementos nestas amostras indicaram uma correlação significante com os dados de saúde. Por meio deste estudo da distribuição espacial das concentrações de elementos presentes nas cascas de árvores conclui-se que os indivíduos com idade superior a 38 anos são os mais afetados pela poluição em São Mateus do Sul, dobrando a frequência de ocorrência de casos de doenças respiratórias. Os mapas de distribuição das concentrações dos elementos mostraram uma distribuição mais uniforme, não indicando locais da cidade que possam ser correlacionados com incidência de doenças respiratórias. Por outro lado, a aplicação do modelo de atenuação para a elaboração de mapas de atenuação permitiu a identificação de “hot spots “de poluição, sugerindo as principais regiões onde é maior a ocorrência das doenças respiratórias.

Arbex MA, Cançado JED, Pereira LAA, Braga ALF, Saldiva PHN. Queima de biomassa e efeitos sobre a saúde. J Bras Pneumol. 2004;30(20):158-175.

Bakonyi SMC, Danni-Oliveira IM, Martins LC, Braga ALF. Air pollution and respiratory diseases among children in the city of Curitiba, Brazil. Rev. Saúde

Pública. 2004;38(5):695-700.

Barnes D, Hamadah MA, Ottaway JM. The lead, copper and zinc content of tree rings and bark a measurement of local metallic pollution. Sci Total Environ. 1976;5:63-7.

Beckett MP, Feer-Smith PH, Taylor GJ. Their Role in Reducing the Effects of Particulate Pollution. Environ Pollut. 1998;99:347-60.

Bertin EP. Principles and practice of X-ray spectrometric analysis. London: Plenum Press; 1975.

Böhm P, Wolterbeek H, Verbug T, Musílek L. The use of tree bark for environmental pollution monitoring in the Czech Republic. Environ Pollut. 1998;102:243-50.

Braga AL, Saldiva PHN, Pereira LA, Menezes JJ, Conceição GM, Lin CA, Zanobetti A, Schwartz J, Dockery DW. Health effects of air pollution exposure on children and adolescents in Sao Paulo, Brazil. Pediatr Pulmonol. 2001;31(2):106-13.

Brook NRR, Reeves RD. Effect of lead from motor vehicle exhausts on trees along a major thoroughfare in Palmerston North, New Zealand. Environ Pollut. 1974;6:149- 58.

Bueno-Guimarães HM. Avaliação do efeito tóxico do PM10 no desenvolvimento

embrionário do Gallus domesticus. [Tese]. São Paulo: Faculdade de Medicina,

Universidade de São Paulo; 2005.

Cançado JED, Braga ALF, Pereira LAA, Arbex MA, Saldiva PHN, Santos UPS. Repercussões clínicas da exposição à poluição atmosférica. J Bras Pneumol. 2006;32(1):5-11.

Chow JC, Watson JG, Lu Z, Lawson DR. Temporal and spatial variations of PM2.5

and PM10 aerosol in the Southern California air quality study. Atmos Environ.

1994;28:2061-80.

Chow JC, Watson JG, Edgerton SA, Vega E. Chemical Composition of PM2.5 and

Cigolini A, et al

.

.

Ed. São Paulo: Saraiva; 2001.

Coordenadas UTM, 2009. Disponível em:

http://www.unb.br/ig/glossario/verbete/coordenadas_utm.htm

Conceição GM, Miraglia SG, Kishi HS, Saldiva PHN, Singer JM. Air pollution and child mortality: a time-series study in Sao Paulo, Brazil. Environ Health Perspect. 2001;109(3):347-50.

Dockery DW, Pope CA3rd . Acute respiratory effects of particulate air pollution. Ann

Rev Public Health. 1994;15:107-32.

Donaldson K, Stone V, Clouter A, Renwick L, MacNee W. Ultrafine Particles.

Occup Environ Med. 2001;58:211-16.

Espaço Conhecer Petrobrás. Disponível em:

http://www2.petrobras.com.br/espacoconhecer/Produtos/xisto.asp.

Fúlfaro VJ, Gama Jr EG, Soares PC. Revisão estratigráfica da Bacia do Paraná, São

Paulo. Paulipetro. (Relatório BP 008/80); 1980.

Guimarães ET, Domingos M, Alves ES, Caldini N, Lobo DJ, Lichtenfels AJ, Saldiva PHN. Detection of the genotoxicity of air pollutants in and around the city of São Paulo (Brazil) with the Tradescantia-micronucleus (Trad-MCN) assay. Envi Exp Bot. 2000;1:44(1):1-8.

História do Petróleo. Disponível em:

http://cepa.if.usp.br/energia/energia1999/Grupo1A/xisto.html.

Instituto Brasileiro de Geografia e Estatística (IBGE). Disponível em: http://www.ibge.gov.br/cidadesat/painel/painel.php?codmun=412560.

Johnson RA, Wichern, DW. Applied multivariate statistical analysis. 3rd Ed. New Jersey, USA: Prentice-Hall International Editions; 1992.

Kakalu SE. Biological monitoring of atmospheric trace metal deposition in North- Eastern Nigeria. J Environ Monitor. 1993;28:137-43.

Kang BW, Lee HS, Kim HKA. Seasonal variation of elemental composition of fine