Principal component analysis for heavy metals in hydrographic sub-basins of the rivers Capivari and Mortes/MG
O crescimento populacional e a industrialização estão correlacionados à contaminação dos recursos hídricos pelo lançamento de efluentes não tratados em mananciais. O objetivo deste trabalho foi caracterizar metais pesados em sub-bacias dos rios Capivari e Mortes e a variabilidade por meio de análise...
| Autores: | , , , , |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2021 |
| País: | Brasil |
| Recursos: | Universidade Federal de Lavras (UFLA) |
| Repositorio: | Repositório Institucional da UFLA |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.ufla.br:1/50788 |
| Acesso em linha: | https://repositorio.ufla.br/handle/1/50788 |
| Access Level: | acceso abierto |
| Palavra-chave: | Anthropogenic interference Pollution load Heavy metals Interferência antropogênica Carga de poluição Metais pesados |
| Resumo: | O crescimento populacional e a industrialização estão correlacionados à contaminação dos recursos hídricos pelo lançamento de efluentes não tratados em mananciais. O objetivo deste trabalho foi caracterizar metais pesados em sub-bacias dos rios Capivari e Mortes e a variabilidade por meio de análise de componentes principais (PCA). Três pontos foram amostrados no GD1 (P - I no Rio Ingai - Minduri, P - II no Rio Capivari e P - III no Ingai - Rio Luminarias) e três pontos no GD2 (P - IV no Rio Mortes, P - V no Peixe Rio e P - VI em Ribeirão dos Tabuões). O período de monitoramento foi de abril de 2015 a fevereiro de 2016. Foram avaliadas as análises de Alumínio, Bromo, Cobre, Cromo Hexavalente, Ferro, Manganês, Níquel e Zinco. Comparamos os resultados com o Valor Máximo Permitido de acordo com a classe 2, conforme DN COPAM CERH 01/08. Observamos também variáveis acima do valor permitido devido ao lançamento de efluentes domésticos e industriais, interferência da precipitação e do contato da pecuária com os mananciais. A análise de componentes principais (PCA) revelou que, em média, o componente principal 1 corresponde a 62,2% da variabilidade total dos dados considerando o GD 1, e, no GD 2, o PC 1 é responsável por um maior percentual médio da variabilidade total dos dados, correspondendo a 73,4%, sendo, portanto, mais representativos. |
|---|