Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761
Estatística multivariada aplicada na avaliação dos parâmetros químicos e
físico-químicos da água engarrafada do município de Belém-PA
Multivariate statistics applied in the evaluation of chemical and
physical-chemical parameters of bottled water in the municipality of Belém-PA
DOI:10.34117/bjdv6n6-510
Recebimento dos originais: 23/05/2020 Aceitação para publicação: 23/06/2020
Clauderi Rodrigues de Almeida
Pós-graduação em Química (Mestrado - Universidade Federal do Pará) Instituição: Universidade Federal do Pará (Campus Belém) Endereço: R. Augusto Corrêa, 01 - Guamá, Belém – PA, Brasil
E-mail: [email protected]
Augusto Fernando Souza de Oliveira
Graduando em Química Bacharelado (Universidade Federal do Pará) Instituição: Universidade Federal do Pará (Campus Belém) Endereço: R. Augusto Corrêa, 01 - Guamá, Belém – PA, Brasil
E-mail: [email protected]
Simone de Fátima Pinheiro Pereira
Doutora em Química pela Universidade Federal da Bahia Instituição: Universidade Federal do Pará (Campus Belém) Endereço: R. Augusto Corrêa, 01 - Guamá, Belém – PA, Brasil
E-mail: [email protected]
Kellen Heloizy Garcia Freitas
Doutora em Química pela Universidade Federal de São Carlos Instituição: Universidade Federal do Pará (Campus Ananindeua) Endereço: Tv. We Vinte e Seis, 2 - Coqueiro, Ananindeua - PA, Brasil
E-mail: [email protected]
Davis Castro dos Santos
Doutor em Química pela Universidade Federal do Pará Instituição: Universidade Federal do Pará (Campus Altamira) Endereço: 030, R. Cel. José Porfírio - Recreio, Altamira – PA, Brasil
E-mail: [email protected]
Hemilton Cardoso da Costa
Mestre em Química pela Universidade Federal do Pará Instituição: Universidade Federal do Pará (Campus Belém) Endereço: R. Augusto Corrêa, 01 - Guamá, Belém – PA, Brasil
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761
Thiago de Melo e Silva
Pós-graduação em Química (Doutorado - Universidade Federal do Pará) Instituição: Universidade Federal do Pará (Campus Belém) Endereço: R. Augusto Corrêa, 01 - Guamá, Belém – PA, Brasil
E-mail: [email protected]
Ronaldo Magno Rocha
Doutor em Química pela Universidade Federal do Pará
Instituição: Secretaria de Estado de Saúde Pública – Laboratório Central do Estado do Pará (LACEN/PA)
Endereço: Av. Augusto Montenegro, 524 - Parque Guajará, Belém - PA, Brasil) E-mail: [email protected]
RESUMO
A estatística multivariada fornece ferramentas importantes no entendimento do comportamento de variáveis físico-químicas e químicas, permitindo traçar padrões de comportamento para diversas matrizes ambientais, como é o caso de águas minerais. Este trabalho teve por objetivo utilizar a estatística multivariada na avaliação de parâmetros químicos e físico-químicos em amostras de água engarrafada comercializada no município de Belém. Foram utilizados softwares de modelagem estatística, como os programas Statistica, Minitab 14 e Microsoft Excel para análise de correlação, Box Plot, ANOVA Fator Único, Análise de Agrupamentos Hierárquicos (HCA) e Análise das Componentes Principais (PCA). Os resultados mostraram que a maioria dos elementos químicos e variáveis físico-químicas se apresentou dentro da conformidade com a legislação e sem variações significativas. Os metais em maiores concentrações nas águas minerais tendem a possuir comportamentos semelhantes, como é o caso do K, Mg, Na, Ba e Ca. Os testes de PCA mostraram que a maioria das amostras avaliadas não se comportam de maneira semelhante, apresentando ainda como variáveis mais significativas salinidade, condutividade, Ba, Ca, K e Na, Al e Be. Concluiu-se que a estatística multivariada pode ser usada como instrumento na avaliação do comportamento de parâmetros químicos e físico-químicos das águas engarrafadas.
Palavras-chave: Parâmetros químicos, água engarrafada, análise multivariada.
ABSTRACT
Multivariate statistics provide important tools for understanding the behavior of physicochemical and chemical variables, allowing them to trace patterns of behavior for various environmental matrices, such as mineral water. This work aimed to use multivariate statistics in the evaluation of chemical and physical-chemical parameters in samples of bottled water sold in the municipality of Belém. Statistical modeling software such as Statistica, Minitab 14, Biostat, and Microsoft Excel was used for correlation analysis, Box Plot, Single Factor ANOVA, Hierarchical Grouping Analysis (HCA), and Principal Component Analysis (PCA). The results showed that most of the chemical elements and physicochemical variables were in compliance with the legislation and without significant variations. The metals in higher concentrations in mineral waters tend to have similar behaviors, such as K, Mg, Na, Ba, and Ca. The PCA tests showed that most of the evaluated samples do not behave similarly, presenting as more
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 significant variables salinity, conductivity, Ba, Ca, K and Na, Al, and Be. It was concluded that multivariate statistics can be used as a tool in the evaluation of the behavior of chemical and physicochemical parameters of bottled waters.
Keywords: Chemical parameters, bottled water, multivariate analysis.
1 INTRODUÇÃO
As águas minerais são classificadas como recursos minerais e bens constitucionais da União e tem sua regulamentação presente no Código de Mineração e no Código das Águas Minerais. O órgão fiscalizador é o Departamento Nacional de Produção Mineral - DNPM, autarquia federal que, aliada aos demais órgãos sanitários e administrativos federais, estaduais e municipais, tais como: Ministério da Saúde, Agência Nacional de Vigilância Sanitária (ANVISA) e as Secretarias de Saúde, estabelecem as exigências a serem cumpridas com o propósito de garantir a segurança e qualidade do produto desde a pesquisa até a cadeia de produção que compreende a captação, envase, transporte, distribuição, armazenamento e comercialização. Apesar das inúmeras leis e portarias que regulamentam as águas envasadas no Brasil, ainda existem violações dos padrões de qualidade da água envasada. Muitas dessas águas estão sujeitas a contaminação subterrânea, o que depende de uma série de fatores, como a fonte de contaminação e o tipo de contaminante, além de características geológicas e hidrogeológicas do local contaminado (Leite & Oliva, 2019).
No processo de tratamento matemático-estatístico de um conjunto de dados, diagramas, matrizes, tabelas, quadros e mapas são comumente empregados na fase de organização dos dados. Os métodos estatísticos multivariados consideram as amostras e as variáveis em seu conjunto, permitindo extrair informações complementares que a análise univariada não consegue evidenciar. Um dos objetivos da utilização da análise multivariada é reduzir a representação dimensional dos dados, organizando-os em uma estrutura que facilita a visualização de todo o conjunto de dados (Moura et al., 2006).
Com o objetivo de explicar fatos baseados nas observações para fazer estimativas e predições sobre ocorrências futuras, deve-se atentar para as variáveis significantes e o modo como elas se relacionam. As análises mais importantes para estudar as características químicas e a dinâmica de variáveis da qualidade de águas são as análises quimiométricas. A análise de correlação é uma técnica estatística que permite montar modelos do fenômeno e avaliar sua qualidade. A correlação mede o grau (ou a qualidade), da relação entre essas mesmas variáveis. O coeficiente de correlação (r) representa a relação entre duas variáveis. Existe relação
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 diretamente proporcional quando este é positivo. Se a relação é inversamente proporcional, a correlação é negativa (Caten et al., 2011).
O box plot é uma representação na forma gráfica construída pelos programas de estatísticas computacionais, que é composto de cinco resultados estatísticos: o valor mínimo, o 1° quartil (um valor que representa 25 % do total), a mediana, o 3° quartil (um valor que representa 75 % do total) e o valor máximo. Com estes, é possível informações diretas da forma de distribuição da variável (LEM et al., 2013).
Neste trabalho foram utilizadas algumas técnicas multivariadas no entendimento de parâmetros químicos e físico-químicos. Os métodos usados foram as análises de correlação, Box Plot, Análise de Agrupamento Hierárquico (HCA), Análise de Componentes Principais (PCA) e Anova (Fator Único).
2 OBJETIVO GERAL
Este trabalho teve por objetivo utilizar a estatística multivariada na avaliação de parâmetros químicos e físico-químicos em amostras de água engarrafada comercializada no município de Belém.
3 METODOLOGIA
3.1 ÁREA DE ESTUDO
A área escolhida para o estudo foi a cidade de Belém, no Estado do Pará, a cidade tem hoje cerca de 1.492.745 habitantes (IBGE, 2019) distribuídos entre seu núcleo urbano e suas 39 ilhas. Por se assemelhar a uma península a malha urbana teve pouco espaço para expansão ocasionando uma conurbação que deu origem à Região Metropolitana de Belém que conta com mais de 2,3 milhões de habitantes, tendo assim a maior população metropolitana da Amazônia.
3.2 AMOSTRAGEM
As coletas das águas minerais foram realizadas na cidade de Belém-PA, onde foram selecionadas 5 marcas de águas minerais naturais não gaseificadas, comercializadas em garrafas de 500 ml, sendo adquiridas em comércio local da cidade de Belém-PA. A cidade foi dividida em 8 quadrantes (Figura 1) , e em cada quadrante foram coletadas cinco marcas, e de cada marca 3 amostras, que no total somaram 120 amostras.
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 Figura 1: Pontos amostrais.
Fonte: Adaptado Google Earth, 2016.
3.3 PREPARAÇÃO DE AMOSTRAS E ANÁLISE INSTRUMENTAL
As amostras foram transportadas na sua embalagem comercial original, lacradas e em temperatura ambiente, encaminhadas até o Laboratório de Química Analítica e Ambiental (LAQUANAM), onde foram armazenadas na geladeira e posteriormente analisadas. As análises realizadas envolveram a determinação de pH, turbidez, temperatura, salinidade, condutividade elétrica, Eh, realizadas através de sonda multiparâmetros, e metais (Ag, Al, B, Be, Ba, Ca, Fe, K, Mg, Mn, Na, Si, Tl, Pb, Cd e Cr), através de espectrometria de emissão ótica com plasma indutivamente acoplado (ICP-OES).
3.4 TRATAMENTO ESTATÍSTICO
Os resultados obtidos das análises foram tabulados em planilhas e passaram por uma série de tratamento estatístico, envolvendo estatística simples (Box Plot, Anova Fator Único e Histograma) e multivariada (Matriz de Correlação, Análise de Agrupamentos Hierárquicos (HCA) e Análise das Componentes Principais (PCA)). As análises estatísticas foram feitas utilizando programas como Microsoft Excel, Statistica (versão 13.0.159.7) e Minitab 14.
4 RESULTADOS E DISCUSSÃO
4.1 ESTATÍSTICA DESCRITIVA
Na Tabela 1 são apresentados os resultados da estatística descritiva dos resultados dos parâmetros químicos e físico-químicos encontrados.
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 Tabela 1: Estatística descritiva das variáveis químicas e físico-químicas.
Parâmetros N* Média Mínimo Máximo SD** Salinidade (mg/L) 120 25,22 5,35 192,47 29,20 Temperatura (ºC) 120 24,67 23,70 25,50 0,37 Condutividade (µS/cm) 120 53,26 11,50 396,00 60,04 pH 120 4,42 3,73 5,28 0,38 Eh (mv) 120 101,38 52,53 141,40 21,92 Ag (mg/L) 120 0,0296 0,0092 0,0650 0,0184 Al (mg/L) 120 0,0136 <LD 0,0300 0,0080 B (mg/L) 120 0,0138 <LD 0,0452 0,0144 Be (mg/L) 120 0,0002 <LD 0,0006 <LD Ba (mg/L) 120 0,0089 <LD 0,1620 0,0556 Ca (mg/L) 120 0,1644 <LD 0,5472 0,1632 Fe (mg/L) 120 0,0022 <LD 0,0072 0,0026 K (mg/L) 120 0,2756 0,1630 0,7894 0,2184 Mg (mg/L) 120 0,3156 0,3086 0,4292 0,0430 Na (mg/L) 120 1,7594 1,3440 3,4688 0,747
*N – Número de amostras; **SD - Desvio Padrão
Os resultados demonstram que os parâmetros estudados estão em conformidade com a legislação vigente no Brasil para águas de consumo, com exceção do pH que se apresentou abaixo do mínimo aceitável. Todos os resultados de turbidez deram zero e não foram considerados neste estudo. O pH médio nas amostras coletadas foi de 4,42 o que mostra que as águas engarrafadas analisadas estão muito ácidas. Os menores valores de desvio padrão foram registrados para as espécies químicas Alumínio (0,0080) e Ferro (0,0026), o que mostra que não há muita variabilidade nas concentrações dessas espécies em relação as marcas avaliadas. Por outro lado, as variáveis: salinidade, condutividade e Eh apresentaram elevados desvios padrão, o que indica que os teores dessas variáveis estão distribuídos de forma bem heterogênea pelas marcas avaliadas. A salinidade e a condutividade são parâmetros que dependem dos sais dissolvidos e pode ser que nas águas avaliadas a adição de sais, prática comum nas indústrias de água engarrafada, esteja sendo efetuada.
4.2 BOX PLOT
Na Figura 2 são apresentados os Box Plots dos parâmetros físico-químicos estudados. Observa-se que os valores de Eh e pH estão bastante dispersos, apresentando valores distantes da linha de referência da mediana. Valores muito altos ou muito baixos em relação aos demais são considerados outliers, sendo passível de tratamento específico. Um outlier nessas condições pode representar um ponto muito fora da linha de tendência para os valores obtidos,
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 podendo ser eliminado do tratamento estatístico a posteriori, uma vez que podem interferir fortemente nos demais parâmetros estatísticos, como se observa na condutividade, na qual um
outlier acaba elevando a média dos valores (representado pelo símbolo vermelho) quase para
fora da caixa. Pode ainda representar um erro analítico ou presença de compostos, nesta amostra em particular, que conferiram altos valores de condutividade, sendo necessário um estudo de caso para esta amostra. Nas figuras 3 e 4 são apresentados os resultados dos elementos, maiores, menores e traço. O Na foi o elemento que apresentou a maior variabilidade com resultados extremos bastante elevados. O Ba também apresentou resultados extremos, bem acima da mediana dos valores encontrados para este elemento.
Figura 2: Box Plot das variáveis físico-químicas. Figura 3: Box Plot dos elementos Ca, K, Mg e Na.
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 4.3 CORRELAÇÃO
Na Tabela 2 é apresentada a matriz de correlação dos parâmetros avaliados. Foi encontrada uma alta correlação entre os parâmetros físico-químicos salinidade e condutividade elétrica indicando que nesses parâmetros existe um comportamento diretamente proporcional entre eles, ou seja, quanto maior a concentração de salinidade na água maior o valor da condutividade elétrica, também foi encontrado uma correlação alta entre pH e Eh. No caso do pH e Eh a correlação foi negativa mostrando a influência inversa do potencial de oxidação redução sobre o pH (Figura 5).
A alta correlação positiva entre salinidade e condutividade evidencia que os constituintes químicos que determinam a salinidade estão associados às espécies químicas iônicas. A salinidade e a condutividade apresentaram alta correlação com o Ba, Ca, K e Na. O Ba apresentou alta correlação com o Ca, K e Na, mostrando que podem ter a mesma origem. O Ca mostrou alta correlação com o K e Na. Alta correlação também foi observada para o Na com K e Mg. Ca, K, e Na fazem parte da geoquímica amazônica e suas correlações já são esperadas, o Ba precisa ser melhor estudado, já que sua ocorrência não é esperada na geoquímica local.
Tabela 2: Matriz de correlação dos parâmetros químicos e físico-químicos analisados
Sal. Temp. Cond. pH Eh Ag Al B Be Ba Ca Fe K Mg Na
Sal. 1,00 Temp. -0,13 1,00 Cond. 1,00 -0,13 1,00 pH 0,48 -0,25 0,48 1,0 Eh -0,48 0,25 -0,48 -1,0 1,0 Ag -0,09 -0,03 -0,09 -0,0 0,0 1,00 Al -0,13 -0,02 -0,13 -0,4 0,4 -0,09 1,00 B -0,03 -0,11 -0,03 0,1 -0,1 -0,15 -0,34 1,00 Be 0,24 -0,07 0,24 -0,2 0,2 0,03 0,65 -0,24 1,00 Ba 0,93 -0,05 0,92 0,3 -0,3 -0,05 -0,09 -0,02 0,32 1,00 Ca 0,89 -0,05 0,88 0,2 -0,2 -0,07 -0,01 -0,00 0,40 0,98 1,00 Fe -0,10 -0,13 -0,09 -0,1 0,1 0,02 0,55 -0,04 0,31 -0,11 -0,12 1,00 K 0,88 -0,07 0,88 0,3 -0,3 -0,10 -0,13 0,12 0,33 0,97 0,98 -0,17 1,00 Mg 0,25 -0,09 0,25 -0,0 0,0 -0,24 -0,11 0,46 0,24 0,37 0,48 -0,27 0,58 1,00 Na 0,70 -0,09 0,70 0,3 -0,2 -0,19 -0,25 0,34 0,25 0,80 0,82 -0,24 0,91 0,81 1,00
Sal. (salinidade); Temp. (temperatura); Cond. (condutividade); em negrito as correlações significantes p <0,05000; N=40 (exclusão de dados ausentes)
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 Figura 5: Gráficos de dispersão Salinidade x Condutividade (a) e pH x Eh (b)
-2 0 ,0 0 0 ,0 0 1 4 ,9 2 2 9 ,7 0 6 0 ,0 0 8 0 ,0 0 1 0 0 ,0 0 1 2 0 ,0 0 1 4 0 ,0 0 1 6 0 ,0 0 1 8 0 ,0 0 2 0 0 ,0 0 Salinidade (m g/L) -50,0 -10,0 26,1 60,0 100,0 140,0 180,0 220,0 260,0 300,0 340,0 380,0 420,0 C o n d u ti v id a d e ( u S /c m ) Salinidade:Condutividade: r2 = 0,9999; r = 0,9999; p = 00,0000; y = 1,4188 + 2,0561*x 3,73 3,85 3,99 4,17 4,32 4,49 4,65 4,81 4,98 5,15 5,28 pH 52,53 63,83 77,23 85,97 93,40 102,23 111,27 120,37 130,00 141,40 Eh pH:Eh: r2 = 0,9991; r = -0,9996; p = 00,0000; y = 354,5308 - 57,2097*x (a) (b)
4.4 ANOVA (DIFERENÇA ENTRE AS MÉDIAS)
Os resultados da ANOVA Fator único estão dispostos na Tabela 3 e mostram que as médias entre as variáveis físico-químicas diferem significativamente entre as marcas, para os elementos Al, B, Be, Fe, K, Mg e Na uma vez que o F calculado foi maior que o F crítico, indicando que cada marca possui um valor característico desses parâmetros, podendo servir como marcador químico para águas provenientes dessas fontes. Para os demais parâmetros, as médias não variaram de maneira significativa. Se considerarmos que a geoquímica local confere as águas subterrâneas características químicas e físico-químicas com base no local da fonte de captação. Pode-se supor que a composição química deveria apresentar médias diferentes a não ser que as fontes estivessem muito próximas umas das outras e fossem captadas do mesmo lençol freático. Alguns parâmetros podem ter apresentado diferenças significativas também devido ao fato que algumas indústrias acrescentam sais as águas subterrâneas em uma tentativa de convencer o público consumidor de que estas águas são minerais.
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 Tabela 3: Anova fator único dos resultados das variáveis.
Variáveis F Calculado F crítico Variou Significativamente? Salinidade 0,736 2,641 Não Temperatura 0,139 2,641 Não Condutividade 0,722 2,641 Não pH 2,281 2,641 Não Eh 2,241 2,641 Não Ag 1,676 2,641 Não Al 27,862 2,641 Sim B 4,205 2,641 Sim Be 6,239 2,641 Sim Ba 1,136 2,641 Não Ca 2,024 2,641 Não Fe 6,649 2,690 Sim K 3,731 2,641 Sim Mg 190,161 2,641 Sim Na 19,830 2,641 Sim 4.5 HCA e PCA
O dendrograma mostrado na Figura 6, observa-se que a formação dos grupos justifica a correlação que os mesmos apresentaram. Quanto menor as hastes verticais que conectam as variáveis, maior é o seu comportamento em um conjunto de valores.
Figura 6: Dendrograma, HCA Método de Ward usando a correlação de Pearson.
Fe Be Al Ag Eh T e m p e ra tu ra Na Mg B pH K Ca Ba C o n d u ti v id a d e S a li n id a d e 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0 D is tâ n c ia d e l ig a ç ã o
A análise estatística multivariada permite-nos correlacionar as diversas variáveis que caracterizam um conjunto de dados. Além de indicar quais variáveis apresentam maior peso,
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 ou seja, maior influência na explicação do comportamento químico das amostras estudadas. Na Figura 6, as variáveis salinidade e condutividade, por exemplo, aparecem com maior grau de similaridade, com 100 % de semelhança. Alguns metais tendem a formar grupos, como é o caso do K, Na e Mg, e o Ba e Ca. Esses metais apresentaram alta correlação entre si. A evidência estatística mostra que a dinâmica desses metais nas águas subterrâneas tende a um comportamento similar, podendo ser provenientes da mesma fonte e terem mobilidades semelhantes na água.
Na figura 7 é apresentado o tratamento feito a partir da análise da PCA. Observa-se a formação de 4 grupos distintos, os mesmos grupos observados na HCA. A PCA mostra ainda as variáveis que mais contribuem para a variância total da qualidade dessas águas.
Figura 7: Gráfico de PCA aplicado aos parâmetros químicos e físico-químicos
Salinidade Temperatura Condutividade pH Eh Ag Al B Be Ba Ca Fe K Mg Na -1,2 -1,0 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 Fator 1 -0,8 -0,6 -0,4 -0,2 0,0 0,2 0,4 0,6 0,8 1,0 F a to r 2
As variáveis consideradas significativas são as que apresentam cargas > 0,700. As variáveis que mais influenciaram na Primeira Componente (PC1) foram a salinidade, condutividade, Ba, Ca, K e Na. Já o Al e Be contribuem para a Segunda Componente (PC2) (Tabela 4). As duas primeiras componentes explicaram 59,28 % da variância total. Na terceira componente são explicados 72,05 % dos resultados com o Mg aparecendo como parâmetro significativo e na quarta componente são explicados 80,93 % dos resultados sem parâmetros significativos.
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761 Tabela 4: Carga fatorial dos parâmetros químicos e físico-químicos
Fator 1 Fator 2 Fator 3 Fator 4 Fator 1 Fator 2 Fator 3 Fator 4 Salin. -0,932 0,027 -0,261 -0,081 Ba -0,948 0,170 -0,107 -0,152 Temp. 0,148 0,114 0,211 -0,660 Ca -0,934 0,279 -0,011 -0,128 Condut. -0,930 0,027 -0,264 -0,080 Fe 0,203 0,423 -0,424 0,523 pH -0,478 -0,681 -0,417 0,208 K -0,972 0,165 0,089 -0,069 Eh 0,477 0,679 0,424 -0,209 Mg -0,530 0,146 0,708 0,227 Ag 0,133 -0,032 -0,291 -0,311 Na -0,892 0,067 0,383 0,078 Al 0,221 0,821 -0,268 0,243 Expl.Var 6,204 2,689 1,915 1,332 B -0,145 -0,326 0,594 0,490 Prp.Totl 0,414 0,179 0,128 0,089 Be -0,261 0,793 -0,154 0,160
Carga fatorial (sem rotação) Extração: componentes principais (carga em negrito >0,700000)
A Análise de Componentes Principais (PCA) é uma ferramenta quimiométrica que pode ser utilizada na visualização de propriedades de amostras. É empregada na identificação de grupos distintos, na seleção de amostras e na construção de modelos para calibração multivariada.
5 CONCLUSÃO
Através deste estudo foi possível concluir que a estatística multivariada pode ser usada como instrumento na avaliação do comportamento de parâmetros químicos e físico-químicos das águas engarrafadas. A qualidade das águas envasadas comercializadas em Belém possuem padrões de comportamento que agrupa variáveis químicas (metais) e variáveis físico-químicas, com correlação entre si. Os metais em maiores concentrações nas águas minerais tendem a possuir comportamentos semelhantes, como é o caso do K, Mg, Na, Ba e Ca, indicando que podem estar presentes nas mesmas rochas que compõe as formações geológicas nas quais são confinadas as águas subterrâneas. A Análise de PCA mostrou que a salinidade, condutividade, Ba, Ca, K e Na, Al e Be foram as variáveis que mais influenciaram na avaliação das águas engarrafadas, podendo ser utilizados como marcadores para este tipo de produto.
Braz. J. of Develop.,Curitiba, v. 6, n.6, p.40002-40014 jun. 2020. ISSN 2525-8761
REFERÊNCIAS
CATEN, A. T.; DALMOLIN, R. S. D.; PEDRON, F. A.; MENDONÇA-SANTOS, M. DE L.
Estatística multivariada aplicada à diminuição do número de preditores no mapeamento digital do solo. Pesq. agropec. bras., v. 46, n.5, p. 554-562, 2011.
Instituto Brasileiro de Geografia e Estatística (IBGE). Informações Gerais sobre as Cidades
de Belém no Estado do Pará. Disponível em: https://cidades.ibge.gov.br/brasil/pa/belem/panorama, acesso em 09 de junho de 2020.
LEITE, I. A.; OLIVA, P. C. Caracterização da subsuperfície e análise da qualidade de
água para consumo na Vila de São Joaquim do Ituquara (Baião, Pará, Brasil). Braz. J. of
Develop., v.5, n.12, p.30175-30192, 2019.
LEM, S.; ONGHENA, P.; VERSCHAFFEL, L.; DOOREN, W. V. The heuristic
interpretation of box plots. Learning and Instruction, v.26, p.22-35, 2013.
MOURA, M. C. S. de; LOPES, A. N. C.; MOITA, G. C.; MOITA NETO, J. M. Estudo
multivariado de solos urbanos da cidade de Teresina. Quím. Nova [online]. v. 29, n. 3, p.
429-435, 2006.
RIBEIRO, L. Águas subterrâneas. In: PEREIRA, H. MIGUEL; DOMINGOS, TIAGO; VICENTE, LUÍS E PROENÇA, VÂNIA. Ecossistemas e Bem-Estar Humano - Avaliação
