AVALIAÇÃO DA RELEVÂNCIA DOS PARÂMETROS INTERVENIENTES NO CONSUMO DE ÁGUA NA CIDADE DE MARINGÁ. Rodrigo Fernandes Junqueira 1

(1)

AVALIAÇÃO DA RELEVÂNCIA DOS PARÂMETROS INTERVENIENTES

NO CONSUMO DE ÁGUA NA CIDADE DE MARINGÁ

Rodrigo Fernandes Junqueira

1

Paulo José Alves Lourenço

2

Sandro Rogério Lautenschlager

3

RESUMO

Neste trabalho dados de consumo per capita de água, temperatura, precipitação, umidade e insolação nos anos de 2003 a 2008 no município de Maringá foram correlacionados com objetivo de encontrar um modelo que possa auxiliar a operação do sistema de tratamento de água no planejamento da quantidade de água a ser produzida assim como os investimentos futuro. Utilizou-se um modelo linear para correlacionar a variável dependente consumo per capita com as variáveis independentes temperatura, precipitação, umidade e insolação. O melhor coeficiente de explicação obtido para as correlações foi R2=0,5 para relação entre o volume distribuído e a temperatura no ano de 2004. Na média o consumo per capita apresentou correlação melhor para temperatura do que para as demais variáveis independentes precipitação, umidade e insolação. Verificou-se que ao longo dos anos o consumo per capita reduziu de 252(L/hab.dia) no ano de 2003 para 208(L/hab.dia) no ano de 2008.

Palavras-chave: Consumo de água; Temperatura; Precipitação; Umidade; Insolação

1_{Mestrando, Universidade Estadual de Maringá-UEM, Programa de Pós-graduação em Engenharia} Urbana-PEU Engenheiro Sanepar, rodrigofj@sanepar.com.br

2_{Acadêmico, Universidade Estadual de Maringá-UEM, Departamento de Engenharia Civil-DEC,} paulo_jal@hotmail.com

3

(2)

1. INTRODUÇÃO

Dados da Organização Meteorológica Mundial mostram que o consumo mundial de água aumentou mais de seis vezes em menos de um século, mais do que o dobro das taxas de crescimento da população, e continua a crescer com a elevação do consumo nos setores agrícola, industrial e doméstico. Esses estudos demonstraram também que, nos próximos anos, a situação global das reservas hídricas tenderá a crises tanto no aspecto quantitativo quanto no qualitativo, caso não haja ações que visem à flexibilização da gestão dos recursos hídricos nos seus diferentes potenciais de usos (FREITAS; SANTOS, 1999). No caso dos recursos ambientais, considerada a estrutura de crescimento das cidades, os gestores precisam adotar modelos de planejamento que observem os componentes: uso múltiplo e sustentabilidade dos bens e serviços ambientais. Nisso está a relevância de se encontrar um fator analítico das informações disponíveis sobre a demanda per capita consumida dos recursos hídricos como ferramenta de gestão.

A previsão de demandas reais de recursos hídricos, com base em valores tabelados ou dados de municípios semelhantes na elaboração de projetos de abastecimentos de água, pode ser questionável quando padronizada, pois há co-variação do consumo numa comunidade, conforme fatores, tais como, nível sócio-econômico, industrialização, clima, porte, características e topografia, percentual de medição do consumo de água, custo da tarifa, entre outros, destacam Fernandes Neto et al. (2004).

Amaral e Shirota (2002), estudaram os efeitos dos componentes sazonais e o ciclo de tendência do consumo de água para estimativa de uma média para a cidade de Piracicaba-SP. Os resultados mostraram que o consumo da água estava estreitamente ligado a um componente sazonal e diretamente proporcional à temperatura, aumentando nos meses de verão e diminuindo nos meses de inverno. Também Zhou et al (2001) avaliaram os efeitos da temperatura na cota per capita de água na cidade australiana de Melbourne. Detectaram uma relação complexa entre essas duas variáveis, com duas regressões representando o fenômeno. A primeira equação de regressão foi obtida à temperatura inferior a 39ºC e a segunda para temperaturas superiores a este valor. Von Sperling et al. (2002) investigaram valores típicos do consumo per capita e seus principais fatores de influência para 26 estados brasileiros e 45 municípios de Minas Gerais, indicando associação entre a renda per capita e o consumo per capita de água para os estados. Com respeito aos dados municipais de Minas Gerais, os fatores observados com maior influência no consumo per capita foram: faixa de renda, faixa de precipitação e porte da comunidade (indicado pela população do município). Zhou et al. (2002) apresentam um modelo de previsão de demanda para as próximas 24 horas para a cidade de Melbourne, Austrália, decompondo a demanda em consumo básico (não dependente das condições climáticas) representado por 10% da média do consumo da hora separados em dia da semana e fins de semana e consumo sazonal (dependente das condições climáticas). Torna-se relevante, portanto, a condução de estudos que busquem avaliar, de forma mais sistemática, o consumo de água e os fatores influenciáveis nesse consumo. Além disso, variações significativas no consumo de água requerem manobras de operação complexas. Tais manobras também requerem longos períodos de tempo de ajuste em virtude da grande inércia do sistema. A antecipação da tendência de consumo de água permite uma otimização da produção e adução, com ganhos operacionais e financeiros.

(3)

2. MÉTODOS

No presente estudo dados da operação da Estação de Tratamento de Água (ETA) e os dados meteorológicos de janeiro de 2003 a outubro de 2008 foram utilizados. O sistema de produção e adução da Companhia de Saneamento do Paraná – Sanepar em Maringá é operado em tempo atual, ininterruptamente, 24 horas por dia, 365 dias por ano, para garantir o abastecimento de água tratada para a população de cerca de 300 mil habitantes em 2008 e para as centenas de atividades humanas desenvolvidas no município. Os dados meteorológicos foram obtidos na Estação Meteorológica de Maringá localizada no Campus sede da Universidade Estadual de Maringá. Optou-se em realizar teste de correlação simples (Equação 1) entre o consumo per capita e os parâmetros temperatura, precipitação, umidade e insolação.

b ) Vi ( a C  (1) onde:

C - Consumo per capita (L/hab.dia); Vi – Variáveis independentes.

Para calcular demanda per capita utilizou o volume distribuído diário obtido na estação de tratamento de água e os dados de economias ativas cadastrado na SANEPAR.

3. RESULTADOS

A tabela 1 apresenta o número de economias ativas e a população estimada, considerando que cada economia ativa tenha três habitantes para o período de 2003 a 2008.

Tabela 1 – Dados de economias ativas

Ano Economias ativas População Estimada

2003 75089 225267 2004 77581 232743 2005 82611 247833 2006 89106 267318 2007 94942 284826 2008 100608 301824

A figura 1 apresenta a relação entre o consumo per capita e as variáveis independentes para o ano de 2003. Para este ano o melhor coeficiente de explicação foi de 0,38 entre o consumo per capita e a temperatura. Os consumos per capita mínimos, médios e máximos foram de 213, 252 e 301L/hab.dia respectivamente.

(4)

Consumo Per Capita X Tempetaratura 2003 C = 2.7661T + 187.55 R2 = 0.3812 0 50 100 150 200 250 300 350 10 12 14 16 18 20 22 24 26 28 30 32 34 T (ºC) C ( L /h ab .d ia )

Consumo Per Capita X Precipatação 2003 C = -0.394P + 254.26 R2 = 0.0521 0 50 100 150 200 250 300 350 0 10 20 30 40 50 60 70 Precipatação 24h (mm) C (L/ h ab. di a)

Consumo Per Capita X Umidade 2003 C = -0.3466U + 275.75 R2 = 0.0887 0 50 100 150 200 250 300 350 0 20 40 60 80 100 120 Umidade (%) C (L/ h ab. di a)

Consumo Per Capita X Insolação 2003

C = 1.8174i + 238.9 R2 = 0.1449 0 100 200 300 400 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Insolação (h) C (L /ha b. d ia )

Figura 1 – Relação entre o consumo per capita e a temperatura média para os anos 2003. A figura 2 apresenta a relação entre o consumo per capita e as variáveis independentes para o ano de 2004. Para este ano o melhor coeficiente de explicação R2 foi de 0,51 entre o consumo per capita e a temperatura. Os consumos per capita mínimos, médios e máximos foram de 203, 252 e 302L/hab.dia respectivamente.

Consumo Per Capita X Tempetaratura 2004 C = 3.273T + 176.71 R2 = 0.5076 0 50 100 150 200 250 300 350 10 12 14 16 18 20 22 24 26 28 30 32 34 T (ºC) C (L /h ab .d ia )

Consumo Per Capita X Precipatação 2004 C = -0.2417P + 253.56 R2 = 0.0234 0 50 100 150 200 250 300 350 0 20 40 60 80 10 Precipatação 24h (mm) C (L /ha b. d ia 0 )

Consumo Per Capita X Umidade 2004 C = -0.6702U + 298.05 R2 = 0.2735 0 50 100 150 200 250 300 350 0 20 40 60 80 100 120 Umidade (%) C (L /h ab. di a)

C = 2.217i + 236.3 R2 = 0.2056 0 100 200 300 400 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Insolação (h) C (L/ h ab. di a)

(5)

Consumo Per Capita X Tempetaratura 2005 C = 2.6915T + 188.61 R2 = 0.2776 0 50 100 150 200 250 300 350 10 12 14 16 18 20 22 24 26 28 30 32 34 T (ºC) C ( L /h ab .d ia )

Consumo Per Capita X Precipatação 2005 C = -0.3814P + 254.42 R2 = 0.0311 0 50 100 150 200 250 300 350 0 10 20 30 40 50 60 70 Precipatação 24h (mm) C (L/ h ab. di a)

Consumo Per Capita X Umidade 2005 C = -0.5273U + 288.07 R2 = 0.1374 0 50 100 150 200 250 300 350 0 20 40 60 80 100 120 Umidade (%) C (L/ h ab. di a)

C = 1.869i + 239.46 R2 = 0.1185 0 100 200 300 400 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Insolação (h) C (L /ha b. d ia )

Consumo Per Capita X Tempetaratura 2006 y = 2.0061x + 186.39 R2 = 0.1505 0 50 100 150 200 250 300 10 12 14 16 18 20 22 24 26 28 30 32 34 T (ºC) C ( L /h ab .d ia )

Consumo Per Capita X Precipatação 2006 C = -0.0598P + 234.35 R2 = 0.0016 0 50 100 150 200 250 300 0 20 40 60 80 100 120 Precipatação 24h (mm) C (L /ha b. d ia )

Consumo Per Capita X Umidade 2006 C = -0.1112U + 241.5 R2 = 0.0074 0 50 100 150 200 250 300 0 20 40 60 80 100 120 Umidade (%) C (L /h ab. di a)

C = 1.2225i + 225.11 R2 = 0.0517 0 50 100 150 200 250 300 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Insolação (h) C (L/ h ab. di a)

Figura 4 – Relação entre o consumo per capita e a temperatura média para os anos 2006.

A figura 5 apresenta a relação entre o consumo per capita e as variáveis independentes para o ano de 2007. Para este ano o melhor coeficiente de explicação R2 foi de 0,38 entre o consumo per capita e a temperatura. Os consumos per capita mínimos, médios e máximos foram de 185, 221 e 254L/hab.dia respectivamente.

(6)

Consumo Per Capita X Tempetaratura 2007 C = 2.0896T + 169.84 R2 = 0.3817 0 50 100 150 200 250 300 10 12 14 16 18 20 22 24 26 28 30 32 34 T (ºC) C ( L /h ab .d ia )

Consumo Per Capita X Precipatação 2007 C = -0.3232P + 221.47 R2 = 0.0785 0 50 100 150 200 250 300 0 20 40 60 80 10 Precipatação 24h (mm) C (L/ h ab. di a 0 )

Consumo Per Capita X Umidade 2007 C = -0.4286U + 247.99 R2 = 0.231 0 50 100 150 200 250 300 0 20 40 60 80 100 120 Umidade (%) C (L/ h ab. di a)

C= 1.5813i + 208.54 R2 = 0.1743 0 50 100 150 200 250 300 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Insolação (h) C (L /ha b. d ia )

Consumo Per Capita X Tempetaratura 2008 C = 2.1845T + 158.1 R2 = 0.5126 0 50 100 150 200 250 300 10 12 14 16 18 20 22 24 26 28 30 32 34 T (ºC) C ( L /h ab .d ia )

Consumo Per Capita X Precipatação 2008 C = -0.0562P + 208.21 R2 = 0.0024 0 50 100 150 200 250 300 0 10 20 30 40 50 60 70 Precipatação 24h (mm) C (L /ha b. d ia )

Consumo Per Capita X Umidade 2008 C = -0.2925U + 227.7 R2 = 0.1365 0 50 100 150 200 250 300 0 20 40 60 80 100 120 Umidade (%) C (L /h ab. di a)

C = 1.5537i + 196.99 R2 = 0.2466 0 50 100 150 200 250 300 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Insolação (h) C (L/ h ab. di a)

(7)

208 221 235 254 252 252 C = -9.4857(ano) + 19261 R2 = 0.8558 0 50 100 150 200 250 300 2002 2003 2004 2005 2006 2007 2008 2009 Ano C (L/ hab .di a)

Figura 7 – Evolução do consumo per capita ao longo do período 2003-2008.

4. CONCLUSÃO

Embora trabalhos recentes indiquem uma forte dependência do consumo per capita dos fatores climáticos, os resultados do presente trabalho indicaram apenas uma relação entre a temperatura e o consumo per capita. Embora o modelo linear adotado para correlacionar temperatura e consumo per capita não apresentou alto coeficiente de explicação R2 modelos complexos podem explicar esta relação melhor. Entretanto modelos complexos para o uso diário nas estações de tratamento de água têm sua aceitação questionada pelos operadores destas estações ficando disponíveis somente a um grupo especializado da empresa.

A redução no consumo verificada ao longo dos anos 2003 ao 2008 pode estar relacionada às melhorias implantadas no sistema de distribuição de água ou na operação adequada da rede de distribuição de água reduzindo assim as perdas e conseqüentemente corroborado para a queda no consumo uma vez que os dados aqui utilizados foram obtidos dos macros medidores instalados na estação de tratamento de água.

Novos estudos devem ser realizados com dados dos micros medidores instalados nas residências e então compará-los com os dados da macro-medição. A investigação da parcela de consumo per capita que pode ser influenciada pelas mudanças climáticas poderá ajudar também uma vez que as atividades de higiene pessoal parecem não alterar significativamente nas estações do ano.

AGRADECIMENTOS

A SANEPAR pelo fornecimento dos dados de volumes distribuídos. Ao Departamento de Geografia e a Estação Climatológica Principal da UEM pelo fornecimento de dados meteorológicos de superfície.

REFERÊNCIAS

AMARAL, A.M.P.; SHIROTA, R. Consumo residencial médio de água tratada: uma aplicação de modelos de séries temporais em Piracicaba. Revista Agrícola, v. 49, n. 1, p. 55-72, 2000.

CAMPOS, H. M. ; SPERLING, M. Proposição de Modelos para Determinação de Parâmetros de Projeto para Sistemas de Esgotos Sanitários com Base em Variáveis de Fácil Obtenção In: CONGRESSO BRASILEIRO DE ENGENHARIA SANITÁRIA E AMBIENTAL, 1997, Foz do Iguaçu. Anais Eletrônicos do 19º Congresso Brasileiro de Engenharia Sanitária e Ambiental, Foz do Iguaçu: ABES, 1997.

(8)

FERNADES NETO, M.L et al. Avaliação da relevância dos parâmetros intervenientes no consumo per capita de água para os municípios de Minas Gerais. ABES, v. 9, n. 2, p. 100-107, 2004.

FREITAS, M. A. V.; SANTOS, A. H. M. Importância da Água e da Informação Hidrológica. In: O Estado das Águas no Brasil, 1 ed. Brasília. Ed. ANEEL/MME/ MMA-SRH/OMM, p. 13-16, 1999.

ZHOU, S. L.; Mc MAHON, T. A.; WANG,Q. J. Frequency Analysis of Water Consumption for Metropolitan Area of Melbourne, Journal of Hydrology, vol. 247, p. 72-84. 2001.

ZHOU, S. L.; Mc MAHON, T. A.; WALTON A.; LEWIS J. Forecasting Operational demand for an Urban Water Supply Zone. Journal of Hydrology, vol. 259, pp 189-202.