TÉCNICAS DE RECONHECIMENTO DE PADRÕES PARA A
AVALIAÇÃO DE CORPOS HÍDRICOS AFETADOS POR
REJEITOS DO ROMPIMENTO DA BARRAGEM DE FUNDÃO
Grazielle Rocha dos Santos
Ouro Preto, fevereiro de 2018 Universidade Federal de Ouro Preto (UFOP)
Grazielle Rocha dos Santos
TÉCNICAS DE RECONHECIMENTO DE PADRÕES PARA A
AVALIAÇÃO DE CORPOS HÍDRICOS AFETADOS POR
REJEITOS DO ROMPIMENTO DA BARRAGEM DE FUNDÃO
Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Ambiental, Universidade Federal de Ouro Preto, como parte dos requisitos necessários para a obtenção do título: “Mestra em Engenharia Ambiental - Área de Concentração: Meio Ambiente”
Orientadora: Profa. Dra. Gilmare Antônia da Silva Coorientador: Prof. Dr. Aníbal da Fonseca Santiago
Ouro Preto, fevereiro de 2018 Ministério da Educação
Universidade Federal de Ouro Preto (UFOP)
Catalogação: www.sisbin.ufop.br
afetados por rejeitos do rompimento da Barragem de Fundão [manuscrito] / Grazielle Rocha dos Santos. - 2018.
155f.: il.: color; grafs; tabs; mapas; quadros. Orientador: Profa. Dra. Gilmare Antônia da Silva. Coorientador: Prof. Dr. Aníbal da Fonseca Santiago.
Dissertação (Mestrado) - Universidade Federal de Ouro Preto. Pró-Reitoria de Pesquisa e Pós-Graduação. PROAMB. Programa de Pós-Graduação em Engenharia Ambiental.
Área de Concentração: Meio Ambiente.
1. Gualaxo do Norte, Rio. 2. Água - Qualidade. 3. Técnica de
reconhecimento de padrões. 4. Minas e recursos minerais - Resíduos. 5. Meio ambiente - calamidades públicas. I. Silva, Gilmare Antônia da. II. Santiago, Aníbal da Fonseca. III. Universidade Federal de Ouro Preto. IV. Titulo. CDU: 502
Carinhosamente dedicado à minha mãe! Minha maior fonte de inspiração e amor. Minha primeira e melhor mestra.
“A única maneira de fazer um excelente trabalho é amar o que você faz. (...). Assim como tudo que importa para o coração, você saberá quando encontrar”.
AGRADECIMENTOS A Deus por toda luz e benevolência na minha caminhada.
À minha família pelo alicerce, em especial aos meus sobrinhos, que vieram para transbordar a minha vida de amor.
À minha orientadora, professora Gilmare, pela orientação, confiança e por todos os conhecimentos compartilhados ao longo desses dois anos.
Ao professor Aníbal pelo acompanhamento de cada passo dessa pesquisa, pelo incentivo, sabedoria e entusiasmo de quem simplesmente ama o que faz.
Aos alunos de iniciação científica Camila, Ingrid e Leandro por toda contribuição, tão essencial.
Aos meus amigos pela presença.
Ao Laboratório de Saneamento Ambiental, ao Laboratório de Estudos em Quimiometria e ao Laboratório de Bioprospecção Tecnológica e Microbiologia.
RESUMO
O presente estudo teve como principal objetivo realizar o monitoramento da qualidade da água, ao longo de um ciclo hidrológico, da bacia hidrográfica do rio Gualaxo do Norte, inserida no Quadrilátero Ferrífero, onde ocorrem intensas atividades relacionadas à extração mineral. No final do ano de 2015 ocorreu o rompimento da barragem de Fundão da mineradora Samarco S.A., liberando no rio Gualaxo do Norte uma enxurrada de lama, que avançou até o rio Doce, atingindo após alguns dias o oceano atlântico. Nesse contexto essa pesquisa contou com a amostragem em 27 pontos, distribuídos ao longo da bacia, abrangendo áreas afetadas pelo rejeito advindo da barragem e áreas não afetadas; foram monitoradas varáveis químicas, físicas e microbiológicas de qualidade da água, no período de julho de 2016 a junho de 2017. Aos dados obtidos foram aplicadas técnicas de análise multivariada com o intuito de obter as informações mais latentes, uma vez que as matrizes geradas acabam se tornando extensas e complexas para o entendimento univariado. Optou-se por realizar o reconhecimento de padrões não-supervisionado utilizando para tal as técnicas da análise das componentes principais e a rede neural de Kohonen, e o reconhecimento de padrões supervisionado, por meio do uso da análise discriminante. O primeiro método atuou no sentido de explicitar os principais agrupamentos existentes entre as amostras e quais foram os parâmetros responsáveis por tal comportamento; nesse contexto destacam-se os grupos formados pelos pontos amostrados no rio principal afetado pelo rompimento da barragem de Fundão e não afetado. Embasado nos padrões apontados na análise exploratória aplicou-se o reconhecimento de padrão supervisionado que objetivou desenvolver modelos que fossem capazes de predizer as classes pré-definidas, baseado no desenvolvimento de funções discriminantes, formadas a partir das variáveis responsáveis pela distinção das classes. Sendo assim, foram construídos três modelos de classificação e aquele que melhor descreveu os impactos ocorridos na região, em função do rompimento da barragem, alcançou a predição de três classes, isto é, rio principal não afetado, rio principal afetado e tributários, tendo como variáveis discriminatórias cloreto, condutividade, turbidez e alcalinidade, produzindo um modelo com índice de classificações corretas de 91,67%.
Palavras chaves: Rio Gualaxo do Norte/MG, qualidade da água, desastre da barragem de Fundão, abordagens multivariadas, predição de amostras futuras
ABSTRACT
The aim of the present study was the monitoring of water quality in a hydrologic cycle of the Gualaxo do Norte river basin, located in the Quadrilátero Ferrífero, where occurs intense activities related to mineral extraction. In the end of 2015 occurred the rupture of the dam of Fundão of the mining company Samarco S.A., liberating on the Gualaxo do Norte river a flood of mud, which advanced to the river Doce, reaching after a few days the Atlantic Ocean. In this context, this research sampled 27 points, distributed throughout the basin, covering areas affected by the reject coming from the dam and not affected areas; it was monitored chemical, physical and microbiological parameters of water quality from July 2016 to June 2017. To the obtained data, multivariate analysis techniques were applied with the aim to obtain the most latent information, once the generated matrices become extensive and complex for the univariate understanding. It was performed the unsupervised pattern recognition using the principal components analysis and Kohonen neural network techniques, and the supervised pattern recognition, through discriminant analysis. The first method explained the main groupings among the samples and which parameters were responsible for such behavior; in this context it is highlighted the groups formed by the points sampled in the affected main river by the rupture of the dam of Fundão and the unaffected ones. Based on the standards identified in the exploratory analysis, the supervised pattern recognition was applied with the aim to develop models able of predict pre-defined classes, based on the development of discriminant functions, formed from the variables responsible for class distinctions. Thus, three classification models were constructed and the one that best described the impacts occurred in the region, due to the rupture of the dam, reached the prediction of three classes, that is, unaffected main river, affected main river and tributaries, being the discriminant variables chloride, conductivity, turbidity and alkalinity, producing a model with a correct classification index of 91.67%.
Keywords: Gualaxo do Norte river/MG, water quality parameters, dam of Fundão disaster, mining tailings, pattern recognition techniques, classification models
LISTA DE FIGURAS
Figura 1 - Imagens de satélite da área do complexo Germano antes (a) e depois (b) do desastre da
barragem de Fundão. ... 28
Figura 2 - Vista do rio Gualaxo do Norte/MG, após o desastre com a barragem de Fundão da mineradora Samarco S.A. ... 29
Figura 3 - Estruturas soterradas no distrito de Paracatu de Baixo/MG. ... 29
Figura 4 - Aparência das margens do rio Gualaxo após intervenção para retirada da lama depositada. ... 30
Figura 5 - Distribuição dos pontos de amostragem realizada nesse trabalho. ... 38
Figura 6 - Área de influência da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 45
Figura 7 - Principais atividades da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 48
Figura 8 - Vazões das seções transversais 1, 10, 11 e 27, definidas ao longo do rio Gualaxo do Norte/MG. Jul: julho, Ago: agosto, Set: setembro, Out: outubro e Nov: novembro. ... 49
Figura 9 - Dados de pluviosidade referentes à bacia hidrográfica do rio Gualaxo do Norte/MG referentes ao ano de 2016. Jul: julho, Ago: agosto, Set: setembro, Out: outubro e Nov: novembro. 51 Figura 10 - Estruturas reguladoras de vazão a montante da seção 1, definida próxima à nascente do rio Gualaxo do Norte/MG. ... 52
Figura 11 - Obras realizadas para a contenção do rejeito que ainda fluía da barragem de Fundão. . 52
Figura 12 - Resultados das análises de nitrato, referentes ao período seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 54
Figura 13 - Resultado das análises para nitrito, referentes ao período seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 55
Figura 14 - Resultados das análises de fósforo, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 57
Figura 15 - Resultados das análises de Escherichia coli, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. . 58
Figura 16 - Resultados das análises de pH, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 60
Figura 17 - Resultados das análises de alcalinidade, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 61
Figura 18 - Resultados das análises de condutividade elétrica, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 63
Figura 19 - Resultados das análises de turbidez, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG ... 65 Figura 20 - Resultados das análises de sólidos totais, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 67 Figura 21 - Resultados das análises de cloreto, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 68 Figura 22 - Resultados das análises de saturação do oxigênio dissolvido, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 70 Figura 23 - Resultados das análises do ORP, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 71 Figura 24 - Resultados das análises da DBO, referentes aos períodos seco (a) e chuvoso (b), realizadas nos pontos definidos ao longo da bacia hidrográfica do rio Gualaxo do Norte/MG. ... 72 Figura 25 - Grupos formados pelos pontos amostrados na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas a partir da aplicação da PCA aos dados referentes aos campos 1 e 2. ... 75 Figura 26 - Grupos formados pelos pontos amostrados na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas a partir da aplicação da PCA aos dados referentes ao campo 3. 76 Figura 27 - Grupos formados pelos pontos amostrados na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas, a partir da aplicação da PCA aos dados referentes aos campos 5 e 6. ... 79 Figura 28 - Grupos formados pelos pontos amostrados na bacia hidrográfica do rio Gualaxo do Norte e as variáveis avaliadas, a partir da aplicação da PCA aos dados referentes ao campo 7. ... 80 Figura 29 - Grupos formados pelos pontos amostrados (a) na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas (b), a partir da aplicação da rede neural de Kohonen aos dados referentes ao campo 1. ... 82 Figura 30 - Grupos formados pelos pontos amostrados (a) na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas (b), a partir da aplicação da rede neural de Kohonen aos dados referentes ao campo 2. ... 83 Figura 31 - Grupos formados pelos pontos amostrados (a) na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas (b), a partir da aplicação da rede neural de Kohonen aos dados referentes ao campo 6. ... 85
Figura 32 - Grupos formados pelos pontos amostrados (a) na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas (b), a partir da aplicação da rede neural de Kohonen aos dados referentes ao campo 7. ... 86 Figura 33 - Grupos formados pelos pontos amostrados (a) na bacia hidrográfica do rio Gualaxo do Norte/MG e as variáveis avaliadas (b), a partir da aplicação da rede neural de Kohonen aos dados referentes ao campo 11. ... 88 Figura 34 – Mapa territorial da análise discriminante múltipla para quatro classes. ... 98 Figura 35 - Mapa territorial da análise discriminante múltipla para três classes. ... 103
LISTA DE TABELAS
Tabela 1 - Cálculo das vazões das seções transversais 1, 10, 11 e 27, definidas ao longo do rio Gualaxo do Norte/MG. ... 50 Tabela 2 - Contribuições das variáveis para a formação das duas primeiras componentes principais para as 1a, 2a e 3a coletas. ... 73 Tabela 3 - Contribuições das variáveis para a formação das duas primeiras componentes principais para 5a, 6a e 7a coletas. ... 77 Tabela 4 - Estatística descritiva e testes de igualdade para as amostras utilizadas na construção do modelo de discriminação entre duas classes (siglas definidas no Quadro 7). ... 91 Tabela 5 – Estimativa das funções discriminantes para o modelo 1 (siglas definidas no Quadro 7). ... 91 Tabela 6 - Centroide de cada grupo e escore de corte para classificação. ... 92 Tabela 7 - Resultados das classificações corretas para o modelo desenvolvido considerando duas classes... 92 Tabela 8 - Estatística descritiva e testes de igualdade para as amostras utilizadas na construção do modelo de discriminação entre quatro classes (siglas definidas no Quadro 8). ... 95 Tabela 9 - Função discriminante e de classificação para as quatro classes analisadas (siglas definidas no Quadro 8). ... 95 Tabela 10 - Centroide das classes consideradas de acordo com o grupo classificado por cada função. ... 96 Tabela 11 - Resultado das classificações corretas para o modelo desenvolvido considerando quatro classes... 97 Tabela 12 - Estatística descritiva e testes de igualdade para as amostras utilizadas na construção do modelo de discriminação entre três classes (siglas definidas no Quadro 9). ... 99 Tabela 13 - Função discriminante e de classificação para as três classes analisadas (siglas definidas no Quadro 9). ... 100 Tabela 14 - Centroide das classes consideradas de acordo com o grupo classificado por cada função. ... 100 Tabela 15 - Resultado das classificações corretas para o modelo desenvolvido considerando três classes... 102 Tabela 16 - Classificação correta para amostras desconhecidas a partir do modelo de análise discriminante múltipla para três classes. ... 102
LISTA DE QUADROS
Quadro 1 - Composição química dos minerais normalmente encontrados em rejeitos de mineração
de ferro. ... 32
Quadro 2 - Amostragens realizadas no rio Gualaxo do Norte/MG. ... 34
Quadro 3 - Descrição dos pontos amostrados na bacia hidrográfica do rio Gualaxo do Norte/MG.34 Quadro 4 - Porcentagem da profundidade adotada para fixação do molinete e medição do número de voltas para o cálculo da velocidade. ... 39
Quadro 5 - Estimativa da distância horizontal para a disposição da haste do molinete. ... 39
Quadro 6 - Métodos analíticos utilizados para as medidas realizadas em laboratório neste trabalho. ... 40
Quadro 7 - Definição das classes e variáveis utilizadas para a confecção do modelo 1. ... 90
Quadro 8 - Definição das classes e variáveis utilizadas para a confecção do modelo 2. ... 94
SUMÁRIO 1. INTRODUÇÃO ... 12 2 OBJETIVOS ... 15 2.1 OBJETIVO GERAL ... 15 2.2 OBJETIVOS ESPECÍFICOS ... 15 3 JUSTIFICATIVA ... 16 4 REVISÃO ... 18
4.1 MONITORAMENTO DE AMBIENTES LÓTICOS ... 18
4.2 RECONHECIMENTO DE PADRÕES ... 20
4.3 ROMPIMENTO DA BARRAGEM DE FUNDÃO ... 27
4.3.1 COMPOSIÇÃO DO REJEITO DO BENEFICIAMENTO DO MINÉRIO DE FERRO ... 31
5 METODOLOGIA ... 33
5.1 CARACTERIZAÇÃO DA ÁREA DE ESTUDO ... 33
5.2 PONTOS DE AMOSTRAGEM ... 33
5.3 DESCARGA LÍQUIDA E PRECIPITAÇÃO ... 37
5.4 PARÂMETROS DE QUALIDADE DA ÁGUA ... 40
5.5 TRATAMENTO MULTIVARIADO DOS DADOS ... 41
6. RESULTADOS E DISCUSSÃO ... 44
6.1 CARACTERIZAÇÃO DA BACIA ... 44
6.2 DESCARGA LÍQUIDA E PRECIPITAÇÃO ... 49
6.3 DADOS DO MONITORAMENTO ... 53
6.4 RECONHECIMENTO DE PADRÕES NÃO-SUPERVISIONADO... 73
6.4.1 ANÁLISE DAS COMPONENTES PRINCIPAIS ... 73
6.4.2 REDE NEURAL DE KOHONEN ... 81
6.5 RECONHECIMENTO DE PADRÕES SUPERVISIONADO ... 89
1. INTRODUÇÃO
A bacia hidrográfica do rio Doce é uma das principais bacias presentes em Minas Gerais (MG) e sua importância se acentua devido à sua disponibilidade hídrica e ao papel econômico que a mesma representa para o estado, sendo responsável por cerca de 15% do Produto Interno Bruto (PIB), apresentando 10,737 m³/ano per capita. Nesse sentido o recurso hídrico na bacia é utilizado para a geração de energia, abastecimento público e de setores industriais, produção de alimentos, entre outros. Trata-se de uma bacia com importantes atividades econômicas, substancialmente voltadas para a extração mineral, apresentando dessa forma todas as estruturas intrínsecas necessárias a essa atividade, entre elas barragens destinadas à deposição de rejeitos.
A Fundação Estadual do Meio Ambiente (FEAM) realiza através do Banco de Declarações Ambientais (BDA) o inventário de barragens existentes dentro do estado de MG; é um cadastro realizado pela FEAM, porém de total responsabilidade da empresa. No ano de 2016 foram cadastradas cerca de 737 estruturas de barragens, sendo que desse total 166 estão localizadas na bacia hidrográfica do rio Doce, onde especificamente 106 são destinadas à contenção de rejeitos advindos do processo de extração mineral.
Nesse contexto, no dia 05 de novembro de 2015, ocorreu o rompimento da Barragem de Fundão, localizada no distrito de Bento Rodrigues, município de Mariana/MG, pertencente à empresa Samarco Mineração S.A. O barramento era destinado a receber e armazenar o rejeito gerado pela atividade de beneficiamento de minério de ferro. O desastre causou diversos impactos socioeconômicos e ambientais na bacia hidrográfica do rio Doce, com várias implicações na qualidade da água em toda sua extensão (IGAM, 2017).
Dos 50 milhões de metros cúbicos contidos no barramento, cerca de 34 milhões foram liberados diretamente na parte à jusante da barragem, destruindo o vilarejo de Bento Rodrigues e todo o ecossistema do entorno. O rio Gualaxo do Norte recebeu uma enxurrada de lama, que desaguou no rio do Carmo, percorreu outros 22 km até desaguar no rio Doce, chegando até sua foz no oceano Atlântico, no município de Linhares, no estado do Espírito Santo (ES), cerca de 16 dias depois do desastre (IBAMA, 2015).
A bacia do rio Gualaxo do Norte encontra-se localizada na região do Quadrilátero Ferrífero (QF), apresentando atividades ligadas à mineração desde a sua nascente, caracterizada pela presença da mina de Timbopeba, pertencente à empresa Vale Mineração, destacando-se também o desenvolvimento da atividade garimpeira no distrito de Antônio Pereira. A referida bacia é influenciada por três municípios, Ouro Preto, Mariana e Barra Longa e, nesse sentido, levando em
consideração a precariedade dos serviços de saneamento básico da região, é verificado que a bacia acaba se tornando o destino final de resíduos urbanos e efluentes domésticos. A região é marcada tanto por lançamentos incorretos de efluentes quanto pela atividade minerária, sendo praticado quase que na sua totalidade.
O rio Gualaxo do Norte apresenta uma extensão de cerca de 60 km, sendo que desses 48 km foram atingidos pelo resíduo oriundo da barragem, isto é, apenas 12 km não foram impactados pelo desastre. Imediatamente ao desastre ocorrido, o Instituto de Gestão de Águas Mineiras (IGAM) intensificou o monitoramento na região, introduzindo um ponto de amostragem na foz do rio Gualaxo do Norte. Um dos fatores mais potencializados com o desastre foi a turbidez, que nesse local de amostragem apresentou valor mínimo de 7.000 NTU e máximo de 32.000 NTU (IGAM, 2016).
Sendo assim, tendo em vista todas as atividades antrópicas praticadas na região alvo desse estudo, são necessárias pesquisas que atuem no sentido de integrar informações sobre os problemas ambientais enfrentados, no tocante aos recursos hídricos, em especial os que foram potencializados ou mesmo gerados com o rompimento da barragem. Nesse contexto, a importância de pesquisas que assimilem dados tendo como objetivo a qualidade das águas e suas eventuais fontes de poluição se fazem relevantes uma vez que podem se tornar subsídios para decisões mais assertivas.
Diante da demanda de pesquisas na região citada nessa área, a integração dessas informações implica um melhor conhecimento de técnicas para a organização e interpretação de dados assim como dos resultados que serão gerados. Nesse sentido, as abordagens multivariadas são úteis para extrair informações significativas de matrizes complexas, pois promovem a redução do número de variáveis com o mínimo de perda das informações. Tais técnicas têm sido utilizadas para caracterizar e avaliar a qualidade de água, sendo úteis para evidenciar variações temporais e espaciais causadas por fatores naturais e antropogênicos (SINGH et al., 2004).
O fato de possuir uma parte afetada e não afetada pelo desastre acaba por tornar a bacia hidrográfica do rio Gualaxo do Norte uma área propícia para estudos. Sendo assim, essa pesquisa contou com a aplicação de técnicas de reconhecimento de padrões não-supervisionado, denominadas análise das componentes principais (PCA) e rede neural de Kohonen, e a análise de padrão supervisionada designada pela análise discriminante (AD). Essas técnicas foram aplicadas aos dados de monitoramento, obtidos em pontos amostrais distribuídos ao longo da bacia, por um período de 12 meses, para entender a dinâmica do compartimento ambiental analisado e avaliar o comprometimento do mesmo em relação ao desastre ocorrido na região.
Em função da problemática apresentada, nesta pesquisa foram aplicadas técnicas de reconhecimento de padrões não-supervisionado, para identificar a relação entre as amostras avaliadas e as variáveis
que influenciam essas relações, e uma abordagem de reconhecimento de padrões supervisionado, para a construção de modelos de classificação com capacidade preditiva da condição da água da bacia hidrográfica do rio Gualaxo do Norte, em função das características espaciais, temporais e dos parâmetros de qualidade investigados no monitoramento. A predição futura permitirá classificar novas amostras nas classes definidas, em função do desastre ocorrido com a barragem de rejeitos, isto é, permitirá inferir se a amostra de água analisada apresenta características do impacto do aporte de lama ou se já apresenta caráter de corpo hídrico não afetado. Em suma, essa pesquisa pretende fornecer dados que possam auxiliar na compreensão das características da bacia hidrográfica do rio Gualaxo do Norte e como estas podem trazer influências na qualidade de seus recursos hídricos, fomentando a tomada de decisão principalmente no tocante à problemática enfrentada na região.
2 OBJETIVOS
2.1 OBJETIVO GERAL
Realizar o monitoramento durante um ano hidrológico e, aos dados obtidos, aplicar abordagens de estatística multivariada na busca do entendimento dos impactos ambientais do desastre ocorrido com o rompimento da Barragem de Fundão, sobre a qualidade de água do rio Gualaxo do Norte, localizado no município de Mariana/MG.
2.2 OBJETIVOS ESPECÍFICOS
- Caracterizar o meio físico ambiental da bacia hidrográfica do rio Gualaxo do Norte/MG por meio do monitoramento de variáveis físicas, químicas e biológicas da água, durante um ciclo hidrológico, na região a montante e a jusante do desastre com a mineradora Samarco S.A.;
- Realizar estudos de reconhecimento de padrões não-supervisionado utilizando a análise das componentes principais (PCA) e a rede neural Kohonen aos dados referentes às variáveis de caracterização da qualidade da água;
- Inferir sobre as similaridades existentes entre as amostras, identificando as variáveis responsáveis pela formação dos padrões, além de verificar quais os principais impactos que influenciam as particularidades do corpo hídrico analisado;
- Aplicar a técnica de reconhecimento de padrões supervisionado denominada análise discriminante, realizar a construção e validação de modelos de classificação das amostras analisadas e apontar as características de amostras advindas de coletas futuras;
- Verificar o modelo condizente com a problemática desenvolvida na região no sentido de predizer sobre a condição da água no tocante às regiões afetada e não afetada pelo desastre com a barragem de rejeitos.
3 JUSTIFICATIVA
A qualidade de um rio em qualquer ponto reflete várias influências importantes, incluindo a litologia da bacia, condições climáticas e ações antropogênicas. Portanto, o gerenciamento efetivo e de longo prazo dos rios requer uma compreensão fundamental das características das bacias hidrográficas com os dados de monitoramento de qualidade da água. Técnicas de estatística multivariada tem se mostrado como importantes ferramentas nesse campo, uma vez que podem atuar com o auxílio na interpretação de matrizes de dados ambientais permitindo, por exemplo, a identificação de variações temporais e espaciais causadas por fatores naturais e antropogênicos (JUNG et al., 2016).
A Barragem de Fundão se localizava dentro do complexo minerário de Germano, especificamente a montante da barragem de Germano e a jusante da barragem de Santarém, no município de Mariana, estado de Minas Gerais. A sua ruptura causou o galgamento de Santarém e atingiu a parte do rio Gualaxo do Norte que se encontrava à jusante da barragem, deixando diversos vestígios de destruição além de depósitos de rejeitos ao longo do rio. Imediatamente após o acidente a Agência Nacional das Águas (ANA), juntamente com a Companhia de Pesquisa de Recursos Minerais (CPRM) e o Instituto de Gestão de Águas Mineiras (IGAM) iniciaram o processo de monitoramento da qualidade da água e dos sedimentos em toda a extensão do desastre (ANA, 2016).
O desastre acarretou consequências consideráveis para diversos parâmetros de qualidade da água, tais como condutividade, sólidos totais, temperatura e turbidez, sendo essa última monitorada diariamente. A qualidade da água do rio Gualaxo do Norte, assim como os demais corpos hídricos atingidos, ainda está sujeita aos impactos oriundos da lama. Isso ocorre devido há massa de rejeito acumulada em sua calha que é carreada com as ocorrências de chuvas e consequente aumento de vazão, o que requer acompanhamento, e para isso foi instalado pelo IGAM um ponto de monitoramento no seu exutório (CPRM, 2017).
Para a compreensão dos reais efeitos do desastre na qualidade da água do rio Gualaxo do Norte é necessário o monitoramento do curso d’água em toda sua extensão, isto é, a montante e a jusante do rompimento e, a partir dos resultados, elucidar quais eram as características lóticas antes do ocorrido e qual é a situação atual. Além disso esse acompanhamento pode fornecer subsídio para ações mais amplas que envolvam a recuperação dos ecossistemas, totalmente comprometidos com o rompimento da barragem.
Diante deste cenário, insere-se a necessidade de pesquisas de monitoramento de qualidade dos recursos hídricos em bacias hidrográficas. Em se tratando do rio Gualaxo do Norte, esta pesquisa se faz relevante uma vez que um ponto de monitoramento no exutório (realizado pelo IGAM) pode não
demonstrar a realidade de toda a extensão territorial da bacia, generalizando alguma situação e, consequentemente, as ações propostas para a recuperação podem ser viáveis para determinadas áreas, mas não para outras. Dessa forma, entende-se que um maior número de pontos de amostragem pode atuar no sentido de sedimentar o referencial para o planejamento e gestão da bacia.
Dessa forma, estando o rio Gualaxo do Norte inserido em uma bacia onde um dos principais problemas é a falta de saneamento básico, atrelado ao rompimento da barragem de Fundão, a justificativa da realização deste trabalho se baseia na necessidade de um monitoramento que possa demonstrar as atuais características da bacia, contemplando a região afetada e não afetada pelo desastre, e que esses dados se transformem em informações mais concisas, fornecendo auxílio nas ações de recuperação.
4 REVISÃO
4.1 MONITORAMENTO DE AMBIENTES LÓTICOS
Segundo Schwarzbold (2000) os rios podem ser considerados como as artérias dos ecossistemas que compõem a sua bacia de drenagem, sendo submetidos a diversos processos que podem alterar as características do seu escoamento, a qualidade da água, a distribuição dos sedimentos e a vida aquática. São sistemas formados por elementos bióticos e abióticos que atuam entre si e são regulados pelo regime hidrológico da sua bacia hidrográfica e se comportam em permanente equilíbrio, onde a variabilidade temporal é uma complexa função dependente das entradas e saídas de energia e matéria em distintos sítios da bacia hidrográfica.
O processo de monitoramento possui um papel de fundamental importância na compreensão dos impactos antropogênicos nos ecossistemas naturais, atuando, dessa forma, como uma ferramenta de gestão (BATISTA e SANTOS, 2016). Sendo assim, o monitoramento limnológico pode ser considerado como um instrumento de planejamento, uma vez que atua tanto em ações preventivas, ao detectar, precocemente, tendências prejudiciais, quanto corretivas, ao possibilitar o diagnóstico da efetiva degradação ambiental. Há de se considerar ainda que as pesquisas realizadas devem ser propagadas e adaptadas às peculiaridades de cada local, para dessa forma resultarem em tecnologias e conhecimentos que possam de fato serem aplicados (MAROTTA, 2008).
Sendo os rios recursos de águas interiores de maior importância para as atividades humanas, é imperativo a obtenção de informações confiáveis sobre características e tendências da qualidade da água para o gerenciamento efetivo dos mesmos (JUNG et al., 2016). Nesse sentido, ocorre um consenso de que o comprometimento das reservas aquáticas está associado em geral ao desmatamento para a agropecuária, à drenagem de terras alagadas e ocupação humana, a fontes poluentes de origem industrial, agrícola e doméstica, ao represamento e canalização, às atividades recreativas, à operação de mineração, a projetos de irrigação e à introdução de espécies exóticas, dentre outras atividades (BAPTISTA et al., 2000).
Fritzsons, Mantovani e Rizzi, (2003) e Fritzsons et al., (2004) demonstraram, em bacia submetida às atividades agrícolas e mineradoras, as consequências das oscilações de vazão sobre as alterações dos parâmetros de qualidade da água. Fritzsons et al., (2009) realizaram um estudo sobre as alterações dos corpos hídricos, causadas por atividades mineradoras, numa bacia hidrográfica na região metropolitana de Curitiba, Paraná. Foram observadas modificações nas águas do rio Capivari, sendo que a média do potencial hidrogeniônico (pH) elevou-se, em média, 0,5 unidade, enquanto a
alcalinidade aumentou em 15% entre 1980 a 2001, e no mesmo período as áreas de mineração também apresentaram uma expansão significativa. Sendo assim, conclui-se que a pesquisa foi útil para elucidar os fenômenos que ocorreram localmente, a exemplo da expansão das áreas afetadas pela mineração.
Pinto et al., (2012) avaliaram o impacto dos diferentes usos do solo sobre os parâmetros físicos, químicos e biológicos da água de cinco nascentes localizadas na cidade de Inconfidentes, Minas Gerais. A pesquisa revelou que a nascente que possuía uma área de vegetação maior em seu entorno apresentou qualidade superior aos parâmetros analisados. Ainda se justificou os impactos negativos na qualidade da água e, consequentemente, ao meio ambiente e à saúde humana, pelas práticas agrícolas sem a devida orientação, o que acaba por influenciar o assoreamento das nascentes, além do uso excessivo de fertilizantes químicos.
Nessa pesquisa, a nascente em que foi observada a presença de vegetação ciliar também apresentou uma qualidade elevada de seus recursos hídricos, ao longo dos períodos de amostragem, em comparação com as nascentes com pastagem, plantações de café, policultivo e próximas a residências. As características cor, turbidez, coliformes totais e termotolerantes, demanda bioquímica de oxigênio, fósforo total, nitrato e oxigênio dissolvido foram as que mais evidenciaram essas diferenças, sendo possível verificar a importância da preservação da vegetação nas cabeceiras.
Ainda sobre o uso do solo para áreas agricultáveis, Santos e Henandez, (2013) realizaram um estudo sobre as influências das atividades desenvolvidas em torno do córrego do Ipê, no município de Ilha Solteira, São Paulo. O monitoramento foi realizado no período de 2006 a 2011 e como resultados foi verificada uma alta concentração de ferro e coliformes advindos das áreas de pastagens e uso desarmônico do solo. A curta extensão das áreas de preservação e a utilização incorreta do solo atrelada à expansão urbana irregular afetam diretamente a qualidade dos recursos hídricos da região.
Vrebos et al., (2017) realizaram um estudo sobre a influência do uso e ocupação do solo na qualidade da água da bacia hidrográfica Kleine Nete, situada no norte da Bélgica. A pesquisa se deu entre 2010 e 2012, onde foram coletadas amostras em 73 locais dentro da bacia hidrográfica, sendo escolhidas de forma a representar os diferentes usos do solo da região. Como resultado foi verificado que as atividades desenvolvidas ao longo da bacia atreladas aos aspectos de sazonalidade foram significativamente associadas aos impactos negativos dos parâmetros de qualidade da água.
Em uma visão global, a urbanização é tida como a atividade de maior pressão sobre a qualidade dos ecossistemas aquáticos. Isso se deve ao fato de que tal ocupação acaba por aumentar áreas impermeáveis, além de transformar a configuração espacial e o contexto de uso do solo (YU et al., 2013). Sendo assim, pode ser entendida como um processo em expansão e dinâmico que tem sido
constantemente acompanhado pela diminuição da qualidade da água de um curso hídrico e, por isso, nos últimos anos, o foco sobre os impactos causados por descargas de efluentes nesses ambientes tem aumentado(MARANHOS et al., 2017).
Em uma pesquisa desenvolvida na microbacia do Ribeirão Vermelho em Lavras, Minas Gerais, Fia et al., (2014) verificaram que a qualidade das águas foi fortemente influenciada pelo uso e manejo do solo e também pelo regime hídrico. No estudo foram determinados o Índice de Qualidade das Águas (IQA) e o Índice do Estado Trófico (IET) no período chuvoso (verão) e no período de estiagem (inverno). Com base nos resultados obtidos em três amostragens realizadas em ambas as estações se verificou que o Ribeirão Vermelho e seus afluentes apresentam forte influência das formas de uso e ocupação do solo constatada pela entrada de matéria orgânica e de nutrientes nos sistemas hídricos por meio do lançamento de esgoto doméstico sem tratamento e pela agropecuária na rede de drenagem da bacia.
Também com o intuito de verificar os impactos em ecossistemas aquáticos, Souza e Gastaldini, (2014) avaliaram a qualidade da água em quatro rios, que possuíam distintas áreas, cobertura vegetal e usos, localizados na bacia hidrográfica do Vacacaí-Mirim, município de Santa Maria, Rio Grande do Sul. As concentrações de sólidos totais, sólidos suspensos e turbidez foram maiores nas bacias com características rurais, devido às práticas agrícolas. Baixas concentrações de oxigênio dissolvido, elevadas condutividade e de demanda bioquímica de oxigênio, fosfato, nitrato e Escherichia coli foram observadas nas bacias hidrográficas com maior número de habitantes e percentual de impermeabilização. Dessa forma, torna-se evidente o alcance do efluente doméstico como fonte potencial de contaminação do sistema fluvial, devido à contribuição elevada de matéria orgânica, agentes patógenos e nutrientes.
Variações na qualidade da água de um recurso hídrico são propriamente descritas através de monitoramentos limnológicos. Estes consistem em determinar regularmente as características físicas, químicas e biológicas de um corpo d’água, tendo como objetivo caracterizar esse recurso frente aos distintos usos e identificar as causas de eventuais degradações (SANTOS et al., 2011).
4.2 RECONHECIMENTO DE PADRÕES
Dados provenientes de resultados da análise de amostras ambientais apresentam variáveis espaciais e temporais e logo pode-se esperar paridade entre amostras, pois locais de amostragem próximos têm mais chance de apresentar resultados semelhantes que locais espacialmente distantes. Além disso, o processo de monitoramento pode gerar bancos de dados amplos e complexos, pois geralmente são
utilizados diversos tipos de parâmetros de qualidade da água para a obtenção de um melhor resultado. Essas matrizes extensas acabam por dificultar a análise e interpretação dos dados, obtendo-se informações pouco exatas (TRINDADE, 2013).
Na área ambiental, destacam-se os métodos estatísticos multivariados, que são excelentes ferramentas utilizadas para a interpretação desses complexos conjuntos de informações, que podem ser gerados a partir de pesquisas de monitoramento. Os métodos multivariados são modelos estatísticos que consideram muitas variáveis ao mesmo tempo, o que demanda um exame detalhado e rigoroso dos dados. O uso de técnicas estatísticas multivariadas aplicadas em pesquisas ambientais já é uma metodologia consolidada internacionalmente há pelo menos uma década (SABINO, LAGE e ALMEIDA, 2014).
Um dos instrumentos da Política Nacional de Recursos Hídricos (PNRH), instituída pela Lei 9.433 no ano de 1997, é o enquadramento dos corpos hídricos. O objetivo desse instrumento é garantir águas com qualidade compatível com os usos mais exigentes a que forem destinadas bem como diminuir os custos de combate à poluição, mediante ações preventivas permanentes. Diante disso, no caso das águas superficiais, o enquadramento estabelece classes de qualidade da água, que devem ser mantidas ou alcançadas ao longo do tempo (IGAM, 2017).
Dessa forma tem-se que a classificação da qualidade da água baseia-se na comparação dos valores medidos de parâmetros com valores limites estabelecidos pela legislação, que no estado de Minas Gerais é regulamentado por meio da Resolução do Conselho de Políticas Ambientais (COPAM) pelo Conselho Estadual de Recursos Hídricos (CERH), COPAM/CERH-MG Nº 1/2008. Do ponto de vista dos princípios de classificação, o enquadramento dos corpos d’água pode ser descrito como uma alusão ao método de reconhecimento de padrões supervisionado.
Métodos de reconhecimento de padrões se enquadram nas técnicas estatísticas multivariadas e, quando aplicados a dados com informações químicas, fazem parte de um campo do conhecimento denominado quimiometria. Por fornecerem diversas vias para a análise exploratória de conjuntos de dados de qualidade da água, têm desfrutado nos últimos anos de um alto interesse científico. Uma das principais vantagens dessas técnicas é a capacidade de analisar grandes e complexas matrizes de dados correlacionados, reduzindo o número de variáveis originais na interpretação dos mesmos (RAGNO, et al., 2007).
Os métodos de reconhecimento de padrões para a avaliação de amostras oriundas das análises de qualidade da água podem fornecer ferramentas úteis capazes de apontar diferentes classes ou padrões a partir dos seus respectivos resultados. Desse modo, os métodos quimiométricos são capazes de identificar o padrão natural dos possíveis agrupamentos com base nas semelhanças entre as amostras.
Ainda é possível realizar a construção de modelos de reconhecimento de padrões para classificar amostras desconhecidas em relação às classes já estabelecidas por amostras já avaliadas (CORREIA e FERREIRA, 2007).
Existem dois diferentes tipos de metodologias de reconhecimento de padrões: os não-supervisionados e os supervisionados. O primeiro deles usualmente está relacionado a situações onde se tem pouca ou nenhuma informação sobre a distribuição e relação dos dados, e o objetivo é encontrar ou identificar tendências das amostras em agrupamentos, sem usar qualquer tipo de informação prévia (NAES et al., 2002). Por este motivo, estes métodos são também conhecidos como métodos de análise exploratória. Já os métodos de reconhecimento de padrões supervisionados usam informações prévias para construir regras de classificação para um número de subgrupos pré-especificados. Estas regras são posteriormente usadas para alocar novas amostras desconhecidas para os mais prováveis subgrupos, aos quais pertencem (MASSART et al., 1998).
Os métodos de reconhecimento de padrões não-supervisionado possibilitam aperfeiçoar e, mesmo em alguns casos viabilizar, o procedimento de monitoramento, revelando conexões entre os parâmetros de qualidade da água e auxiliando na identificação das possíveis fontes de poluição (ASTEL et al., 2007). Dois métodos existentes de reconhecimento de padrões não-supervisionado são nomeadamente a análise das componentes principais (PCA) e os mapas auto-organizáveis da rede neural de Kohonen. Nesse sentido é observado que as ferramentas de análises multidimensionais estão se tornando recorrentes em pesquisa de monitoramento ambiental, uma vez que são métodos importantes na obtenção de melhores informações dentro de um conjunto extenso de dados (KOWALKOWSKI et al., 2006).
A PCA é uma técnica quimiométrica bem conhecida para a análise exploratória de dados. Em suma, ela é capaz de projetar dados em um espaço reduzido, definindo as então chamadas componentes principais (PC). As PC são combinações lineares das variáveis originais, com a primeira componente principal explicando a maior variância dos dados, a segunda componente explicando a segunda maior variância, e assim por diante. Dessa forma é possível selecionar um número determinado de componentes que apresentem uma porcentagem expressiva, de forma que a dimensão dos dados seja reduzida preservando a sua variação original (BALLABIO, 2015), caso haja colinearidade das colunas da matriz de dados tratada.
O princípio matemático básico da PCA está em produzir uma aproximação da matriz de dados X, em termos do produto de duas matrizes T (escores) e P (pesos). Geometricamente, as matrizes T e P geram um novo sistema de coordenadas que são os novos eixos, ou seja, as componentes principais. Assim, exatamente como as amostras têm coordenadas no espaço original, elas também têm
coordenadas em relação aos novos eixos, i.e., os escores. Outra questão relevante na PCA é a porcentagem explicada por cada PC, indicando a quantidade de informação descrita em relação aos dados originais (TEÓFILO, 2007).
Uma vez reduzida a dimensionalidade sem perda de informação é possível observar a distribuição das amostras e das variáveis no espaço multidimensional e assim inferir sobre a formação de agrupamentos e a presença de padrões nos dados, bem como detectar amostras anômalas, o que corrobora com a ideia principal da PCA que é a de mensurar o quão determinada variável influencia na formação de determinado agrupamento.
Outra técnica utilizada para o reconhecimento de padrões não-supervisionado é a rede neural artificial de Kohonen. Esta constitui um sistema de mapas auto-organizáveis que preservam a topologia de uma representação multidimensional dentro de um novo arranjo de neurônios de dimensões bastante reduzidas, sem perda da informação original (BALLABIO e VASIGHI, 2012).
A visualização e interpretação da rede de Kohonen vem principalmente do fato de que o usuário pode assumir que todas as amostras posicionadas em um mesmo neurônio são consideradas semelhantes entre si, de acordo com o aspecto avaliado. Outro ponto é a possibilidade de formação de conjuntos de amostras que são consideradas possuírem as mesmas características avaliadas, devido à localização em neurônios próximos (neurônios vizinhos) (HAYKIN, 2001).
Simeonov et al., (2003) utilizaram técnicas de estatística multivariada para interpretar os dados referentes ao programa de monitoramento realizado em alguns corpos hídricos na região norte da Grécia. O conjunto de dados da pesquisa foi resultado de um monitoramento realizado num período de três anos, em 25 locais de amostragem, analisando-se cerca de 27 parâmetros. Neste estudo a PCA foi empregada com o objetivo de comparar os padrões existentes entre os locais amostrados e para identificação dos fatores que influenciam cada um.
Como resultado seis novas componentes principais foram obtidas, explicando um total de 90% da variância dos dados. Cada PC foi claramente influenciada por parâmetros ligados a questões específicas. A PC 1 foi correlacionada com os parâmetros ditos como orgânicos, que representaram a influência dos lançamentos incorretos de efluentes no corpo d´água monitorado. A PC 2 se correlacionou com variáveis ligadas ao escoamento agrícola e fontes não pontuais de poluição. As PC 4 e PC 5 apresentaram forte relação com parâmetros ligados ao intemperismo das rochas e processos de lixiviação do solo, respectivamente. A PC 6 foi relacionada com atividades antropogênicas ligadas a efluentes industriais.
Ouyang et al., (2006) pesquisaram uma bacia hidrográfica, localizada no nordeste da Flórida, Estados Unidos, por meio de 22 sítios de amostragens e 16 parâmetros físico-químicos. A ideia era, a partir
do emprego da técnica PCA, verificar a qualidade da água da referida bacia no tocante às variações sazonais. Os resultados mostraram que as duas primeiras componentes explicaram juntas cerca de 85% da variância total dos dados. Além disso, a temperatura da água apresentou relações fracas com a maioria dos parâmetros analisados nas amostragens realizadas.
Em Guedes et al., (2012), a PCA foi aplicada com o intuito de avaliar a qualidade da água e identificar os grupos de poluição presentes na parte média do rio Pomba, que perpassa duas cidades mineiras. Foram analisadas 18 variáveis, com a melhor descrição dos dados composta por três componentes que juntas explicaram cerca de 74% da variação dos dados. A PC 1 explicou 36,36% da variância original e os parâmetros que apresentaram maior variabilidade foram alcalinidade, nitrogênios orgânico, Kjeldahl e total, condutividade elétrica e temperatura. A PC 2 explicou 20,29% onde as variáveis de maior peso foram oxigênio dissolvido, nitrogênio amoniacal, DBO e DQO. A PC 3 teve 17,65% dos dados explicados que por sua vez apresentou como maior peso os sólidos totais, inorgânicos suspensos, dissolvidos e suspensos, além de fósforo total. A forte contribuição apresentada por tais parâmetros pode ser explicada pelo escoamento superficial oriundo de áreas agrícolas, a contribuição dos esgotos e a disposição inadequada de resíduos.
Em uma pesquisa realizada em 26 distritos da Turquia, Çinar e Merdum, (2008) verificaram a qualidade da água de corpos hídricos em diferentes épocas do ano, utilizando a técnica da rede neural de Kohonen. Como resultado foi observado que variáveis como fósforo, nitrato e nitrito foram significativamente afetadas por mudanças sazonais. A ferramenta multivariada utilizada se mostrou eficiente para analisar e determinar o comportamento das variáveis examinadas, uma vez que se determinou as suas complexas relações. Além disso, a técnica proporcionou uma compreensão mais realista dos parâmetros em relação às interações com o meio.
Como já mencionado, tem-se a abordagem de reconhecimento de padrões dita supervisionada que pode ser dividida em duas diferentes estratégias de classificação: (1) aquelas que são direcionadas rumo ao modelamento das classes (similaridades); e (2) aquelas que são focadas na discriminação entre as classes (BARKER et al., 2003). A primeira enfatiza a similaridade dentro de uma classe enquanto a segunda tenta encontrar limites explícitos entre as classes.
Dentre as diversas técnicas de reconhecimento de padrões supervisionadas, a análise discriminante é uma das baseadas na discriminação entre as classes, fundamentada em uma matriz que maximize a dispersão entre as classes e minimize a dispersão interna do grupo (ZHONG, WHEN e GE, 2014). De forma generalizada o algoritmo é implementado em dois estágios; primeiro um modelo é construído e refinado baseado no conjunto de treinamento (i.e., amostras conhecidas); mais tarde o modelo é usado para fazer previsões de classes de novas amostras (i.e., amostras desconhecidas).
Segundo Maroco, (2003) o principal objetivo da análise discriminante é diagnosticar as variáveis de maior poder discriminatório entre duas ou mais classes estruturalmente diferentes e mutuamente exclusivas e, a partir da identificação dessas, construir funções responsáveis por distinguir as classes de forma parcimoniosa, e ainda utilizar tal função para a predição de amostras futuras e alocação na classe de maior similaridade.
Os dados de entrada para o modelo da AD são as matrizes X, por exemplo, parâmetros ambientais monitorados, e y, valores binários, com valores 1 para amostras que pertençam à categoria e zeros para as que não pertencem. O método encontra componentes similares à PCA e tem o compromisso de ajustar X e prever y (MARTENS e NAES, 1989). Segundo Hair et al., (2005) a distinção entre as classes pré-definidas é alcançada estabelecendo-se os pesos dos parâmetros ditos significativos, construindo dessa forma a função discriminante linear de Fisher, que é uma combinação linear das variáveis independentes, que por sua vez realiza a distinção entre os grupos de modo que as taxas de erro sejam minimizadas.
Em uma pesquisa realizada no rio Brda, norte da Polônia, Kowalkowski et al., (2006) tiveram como objetivo a classificação da qualidade da água do rio e a avaliação dos dados no tocante à poluição. Os dados da pesquisa foram obtidos pelo monitoramento em um período de sete anos. A pesquisa apresentou a aplicação de técnicas quimiométricas ao conjunto de dados de monitoramento da poluição, sendo eles a análise de cluster, a análise das componentes principais, a análise discriminante e a análise fatorial.
Os resultados obtidos permitiram determinar classes naturais, com um menor grau de poluição, e grupos de locais de monitoramento com caráter de poluição similar. A análise quimiométrica confirmou a classificação da água do rio Brda feita pela Inspeção de Proteção Ambiental. Com a utilização das técnicas multivariadas foi possível identificar as principais fontes de poluição, como em locais onde foi possível verificar a influência da agricultura (cargas elevadas de nitrogênio total e nitrato) e do descarte de efluentes domésticos, como nos pontos localizados próximos a centros urbanos.
Kannel, et al., (2007) realizaram um estudo de monitoramento na bacia hidrográfica do rio Bagmati, vale do Katmandu, no Nepal. Foram realizadas análises de 16 parâmetros de qualidade da água, por um período de quatro anos, em 17 sítios de amostragem. Os objetivos do estudo foram extrair informações sobre semelhanças e dissimilaridades entre os locais de amostragem, identificar as variáveis mais importantes, assim como inferir sobre as possíveis fontes de poluição; para tal os dados foram submetidos a diferentes técnicas de análise estatística multivariada.
As técnicas utilizadas foram a análise de cluster, a análise das componentes principais e a análise discriminante. A aplicação da análise exploratória permitiu agrupar 17 sítios de monitoramento em três regiões com cinco principais variáveis discriminantes: condutividade elétrica, cloreto, DBO, DQO e nitrato. Ainda foi possível estabelecer qual tipo de poluição estava influenciando cada região. Este estudo demonstrou que os métodos quimiométricos de análise de cluster, análise das componentes principais e análise discriminante foram eficazes para a classificação da água do rio e para a avaliação rápida da qualidade da água, utilizando os locais representativos, e pode servir para aprimorar questões com o custo e tempo sem perda de qualquer significado do resultado.
Shrestha e Kazama, (2007) também desenvolveram um estudo para a avaliação dos dados de monitoramento da água utilizando as técnicas quimiométricas de análise de cluster, análise das componentes principais, análise discriminante e análise fatorial. A pesquisa foi realizada na bacia hidrográfica do rio Fuji, no Japão. Os dados foram gerados a partir de um período de oito anos de monitoramento, em 13 locais de amostragem, analisando-se um total de 12 parâmetros referentes à qualidade da água. Com a análise de cluster os 13 sítios amostrados foram agrupados em três classes em relação ao nível de poluição, com base nas similaridades das amostras.
A análise fatorial juntamente com a análise das componentes principais resultou em três PC que juntas explicaram 77,61% da variância total dos dados e indicaram os principais parâmetros responsáveis pela variação da qualidade da água. Nesse sentido foram verificadas áreas influenciadas por águas residuais domésticas e plantações de agricultura. A análise discriminante forneceu os melhores resultados para as análises espacial e temporal, com uma importante redução dos dados, pois utilizou apenas seis parâmetros (descarga, temperatura, oxigênio dissolvido, demanda bioquímica de oxigênio, condutividade elétrica e nitrato), proporcionando mais de 85% de atribuições corretas na análise temporal.
Para a análise espacial foram obtidos oito parâmetros (descarga, temperatura, demanda bioquímica de oxigênio, pH, condutividade elétrica, nitrito, nitrato e amônia), oferecendo mais de 81% de atribuições corretas. Portanto, a análise discriminante permitiu uma redução na dimensionalidade do grande conjunto de dados, delineando alguns parâmetros indicadores responsáveis por grandes variações na qualidade da água. Assim, este estudo ilustra a utilidade das técnicas estatísticas multivariadas para análise e interpretação de conjuntos de dados complexos característicos de estudos da avaliação da qualidade da água.
Azhar et al., (2016) realizaram um estudo classificatório da qualidade da água do rio Muda, localizado na Malásia, utilizando dados das estações que já são monitoradas por órgãos governamentais, com o intuito de controlar os níveis de poluição. Para realizar tal objetivo utilizou-se a análise de cluster, a
análise das componentes principais e a análise discriminante. A análise de cluster e a análise das componentes principais identificaram duas classes distintas que refletem as diferentes características da qualidade da água dos sistemas hídricos. A análise discriminante validou essas classes e produziu uma função discriminante que pode prever a adesão de novas amostras. Foi verificado ainda que a classificação gerada pela análise multivariada é consistente com as elaboradas pelo Departamento de Meio Ambiente, responsável pelo gerenciamento do recurso no país.
Os métodos estatísticos de análise multivariada são diversos, com finalidades distintas. Os trabalhos aqui citados empregaram, no geral, as técnicas de análise de cluster, análise discriminante e a análise das componentes principais para alcançar os seguintes objetivos: extrair informações sobre as similaridades e as diferenças entre períodos e pontos de amostragem da qualidade da água; reconhecer os parâmetros responsáveis pelas variações e tendências espaciais e temporais desta qualidade; identificar as fontes de poluição de diferentes pontos de um corpo d’água, verificar as relações entre as características da água e o uso e ocupação do solo e inferir sobre a classificação das amostras de acordo com as características dos locais pesquisados (TRINDADE, 2013).
4.3 ROMPIMENTO DA BARRAGEM DE FUNDÃO
O rompimento de um dos diques da barragem de rejeito de Fundão (Figura 1), pertencente ao complexo Germano da Mineradora Samarco S.A., ocorreu no dia cinco de novembro de 2015, no município de Mariana, MG. A barragem comportava rejeitos produzidos no processo de beneficiamento do minério de ferro. Apesar de apresentar baixo potencial poluidor e se tratar de um resíduo classificado como não perigoso conforme a Norma Brasileira (NBR) 10.004 (ABNT, 2004), o rompimento da barragem gerou diversos impactos à bacia hidrográfica do rio Doce e a toda a população que habita(va) as áreas circunvizinhas.
A partir do rompimento o volume liberado, formado por água, partículas de rocha e elementos químicos que são aplicados no processo de beneficiamento, foi lançado imediatamente à barragem de Santarém, localizada a jusante de Fundão, causando o seu galgamento. O material do rompimento fluiu através do córrego Santarém, atingindo posteriormente o rio Gualaxo do Norte, que conflui com o rio do Carmo que, por sua vez, juntamente com o rio Piranga, é o formador do rio Doce.
A onda de rejeito gerou danos ao longo do caminho percorrido até a foz do rio Doce. Destruiu comunidades, estruturas urbanas, áreas de preservação permanente e desequilibrou a qualidade da água (Figura 2), levando à destruição da biodiversidade aquática, incluindo a fauna silvestre. Além de vítimas fatais, foram constatados impactos ambientais, econômicos e sociais diretos, tais como
mortalidade de animais de produção, restrições à pesca, danos em plantações, interrupções na geração de energia elétrica e abastecimento de água (IBAMA, 2016).
Figura 1 - Imagens de satélite da área do complexo Germano antes (a) e depois (b) do desastre da barragem de Fundão.
Fonte: Google Earth (modificado), 2017.
Bento Rodrigues, distrito do município de Mariana, se localiza a cerca de 5 km da Barragem de Fundão. Suas estruturas foram quase que totalmente soterradas pela enxurrada de lama decorrente do rompimento; 207 dos 251 imóveis foram destruídos nessa localidade. O subdistrito possuía, aproximadamente, 600 habitantes, segundo estimativa do IBAMA (2015).
O distrito de Paracatu de Baixo, também município de Mariana, que está localizado às margens do rio Gualaxo do Norte, foi atingido severamente e teve uma porção das estruturas urbanas soterradas pelo rejeito (Figura 3). A mistura de rejeitos e demais sólidos associados pelo deslocamento também
(a)
gerou impactos físicos relevantes no distrito de Gesteira, localizado no município de Barra Longa, bem como na própria cidade sede (GOLDER ASSOCIATES, 2016).
Figura 2 - Vista do rio Gualaxo do Norte/MG, após o desastre com a barragem de Fundão da mineradora Samarco S.A.
Fonte: Autora, 2016.
À medida que a lama foi se alastrando ao longo da área atingida ela foi se depositando e se acumulando ao longo das planícies de inundação e margens do rio Gualaxo do Norte. A mineradora Samarco S.A. responsável pelo desastre retirou logo após o acidente uma parte do rejeito nas localidades de Bento Rodrigues e Paracatu de Baixo (Figura 4).
Figura 3 - Estruturas soterradas no distrito de Paracatu de Baixo/MG.
Em decorrência do rompimento com consequências em toda a extensão do rio Doce, o IGAM intensificou o monitoramento já executado na bacia por meio da elaboração de um plano de monitoramento emergencial da qualidade das águas dos principais corpos de água afetados pelo desastre. A partir do dia sete de novembro de 2015, as coletas se iniciaram em 12 pontos da calha do rio Doce, sendo estes coincidentes com os pontos do monitoramento executado no programa Águas de Minas. A seleção destes locais de coleta teve o intuito de facilitar a interpretação dos resultados, uma vez que já existe uma série histórica e será possível uma comparação com os dados do monitoramento já realizado pelo órgão ao longo dos últimos anos (IGAM, 2015).
Os parâmetros foram selecionados com o intuito de avaliar as possíveis alterações dos corpos de água em função das características do rejeito, sendo eles: condutividade elétrica, oxigênio dissolvido, pH, temperatura, sólidos totais, sólidos dissolvidos totais, sólidos em suspensão totais, turbidez, metais e metaloides. Também foi definida, inicialmente, uma frequência diária para as amostragens, passando a semanal, posteriormente a quinzenal e a partir do mês de outubro de 2016, as coletas passaram a ser realizadas com frequência mensal (IGAM, 2016).
Figura 4 - Aparência das margens do rio Gualaxo após intervenção para retirada da lama depositada.
Fonte: Autora, 2016.
Segundo o IGAM, (2016) todos os parâmetros se comportaram aproximadamente da mesma forma em todas as regiões analisadas apresentando, no início do monitoramento, valores muito altos, em
virtude da passagem da pluma de rejeito, com tendência de redução ao longo do tempo. A redução percebida com o passar do tempo ocorre, geralmente, em todo o período chuvoso, com uma relativa estabilização no período seco. No último relatório disponibilizado pelo órgão (junho de 2017), a estação presente no rio Gualaxo do Norte ainda apresenta valores de turbidez elevados, sendo ainda prudente avaliar a qualidade de suas águas para os diferentes usos.
Nesse sentido, destaca-se a importância de pesquisas que visem o monitoramento do rio Gualaxo do Norte, uma vez que apenas uma estação de monitoramento instalada de forma emergencial no exutório do rio não traz informação estatisticamente significativa sobre a bacia hidrográfica. Sendo assim pesquisas que envolvam o monitoramento dos corpos hídricos da região são necessárias, principalmente no sentido de avaliar os principais impactos ambientais ocasionados ou potencializados a partir do rompimento da barragem. Além disso, insere-se a importância que as pesquisas científicas relacionadas extrapolem o meio acadêmico, se tornando ferramentas para órgãos de gestão e planejamento de bacias hidrográficas.
.
4.3.1 COMPOSIÇÃO DO REJEITO DO BENEFICIAMENTO DO MINÉRIO DE FERRO
No país os minérios de ferro são praticamente obtidos a partir do tipo hematítico e, dependendo das características da cava, o arranjo do mesmo pode apresentar distintas composições mineralógicas. A obtenção dos compostos minerais de interesse é chamada de concentração, se processando através das características específicas dos minérios. Inicialmente, itabiritos não eram minerados devido ao baixo teor de ferro e à granulometria muito fina, mas a SAMARCO Mineração S.A. foi a empresa que primeiro utilizou a concentração de itabirito, por flotação (CARDOSO, 2012).
Para a segregação do mineral de importância, a flotação faz uso das propriedades de superfície dos minerais. Esse método utiliza coletores, em grande maioria aminas e outros derivados do nitrogênio, utilizando-se das propriedades intrínsecas desses compostos e realizar a separação do mineral de interesse. A amina apresenta uma estrutura propícia a fixar alguns compostos e em ambiente alcalino possui a propriedade de se adsorver em determinadas interfaces, agindo assim como coletora (NEDER e FILHO, 2005).
Ao processo de mineração estão atrelados inúmeros impactos ambientais negativos. A utilização de insumos químicos no desenvolvimento da flotação está inserida nesse contexto, uma vez que, por mais cauteloso que seja o processo, diversos compostos acabam sendo carreados para as estruturas
de contenção (BATISTELI, 2007). Nesse sentido, como produto final do beneficiamento do minério de ferro, são gerados rejeitos com a composição mostrada no Quadro 1.
Quadro 1 - Composição química dos minerais normalmente encontrados em rejeitos de mineração de ferro.
MINERAL FÓRMULA QUÍMICA
Caulinita Al2Si2O5(OH)4 Gibbsita Al(OH)3 Goethita FeO(OH) Hematita Fe2O3 Magnetita Fe3O4 Quartzo SiO2
Fonte: (ANDRADE, 2014) (adaptado).
Levando em consideração que o aumento da demanda por minério de ferro na sociedade atual tem sido notável, a extração do mineral a partir de rochas com baixos teores passa a ser realizada acarretando, dessa forma, um maior volume de rejeitos, necessitando de barragens cada vez maiores para sua disposição.
Gomes et al., (2011) realizaram a distinção dos finos contidos no rejeito do beneficiamento do minério de ferro, encontrando teores médios de 48,08% de FeO3, 20,58% de SiO2 e 3,16% de Al2O3, onde
todos esses elementos são advindos da hematita. Analisando as barragens existentes no país utilizadas para a contenção de rejeito do beneficiamento do minério de ferro, têm-se que essa composição é uma realidade em muitas estruturas nacionais, substancialmente para as localizadas no QF, tendo em vista que nessa região a maior parte dos minérios com altos teores já foram extraídos.
5 METODOLOGIA
Os dados discutidos neste trabalho foram obtidos, essencialmente, em quatro etapas principais: caracterização da área de estudo, coleta de amostras de água, análises in situ e laboratoriais e tratamento multivariado dos dados. Abaixo segue a descrição de cada fase.
5.1 CARACTERIZAÇÃO DA ÁREA DE ESTUDO
Foi realizada a caracterização da bacia hidrográfica do rio Gualaxo do Norte tendo em vista que os componentes que integram uma bacia, como solo, topografia, vegetação, etc., podem estar associados a mudanças observadas no manejo dos recursos hídricos; tal sistematização de dados tem como objetivo situar o estado atual da região alvo desta pesquisa.
Os mapas presentes neste estudo foram confeccionados utilizando-se o software ArcGIS 10.3. Os dados vetoriais para o mapa de declividade e a imagem raster para gerar o modelo digital de terreno foram obtidos no portal Earth Explorer, da United States Geological Survey (USGS). Para os dados de drenagem, delimitação da bacia, uso e ocupação do solo e base de metadados foram utilizadas as informações disponíveis no site da Agência Nacional das Águas (ANA). Os dados referentes a processos minerários foram obtidos no site do Departamento Nacional de Produção Mineral (DNPM); para as informações das rodovias consultou-se o portal do Departamento Nacional de Infraestrutura e Transporte (DNIT) e os dados referentes às unidades da federação, municípios e distritos foram obtidos a partir das informações disponíveis no portal do Instituto Brasileiro de Geografia e Estatística (IBGE).
5.2 PONTOS DE AMOSTRAGEM
Este trabalho se desenvolveu com 12 campanhas (Quadro 2) de coleta de água, sendo realizadas mensalmente, no período de julho de 2016 a junho de 2017. Foram estabelecidos um total de 27 pontos de amostragem ao longo da bacia, sendo que desses, 11 pontos estão dispostos na calha principal e 16 nas proximidades da confluência dos tributários com o rio principal, como explanado no Quadro 3. Determinou-se tais locais observando-se bases da hidrografia e densidade populacional da região além de visitas a campo, buscando identificar os principais afluentes e núcleos populacionais inseridos na região analisada.
