Aplicação de análise multivariada no estudo da frequência de amostragem e do número de estações de monitoramento de qualidade da água.
dc.contributor.author | Maia, Kelly do Prado | |
dc.contributor.author | Silva, Gilmare Antônia da | |
dc.contributor.author | Libânio, Marcelo | |
dc.date.accessioned | 2020-06-10T13:56:29Z | |
dc.date.available | 2020-06-10T13:56:29Z | |
dc.date.issued | 2019 | |
dc.description.abstract | O cerne do presente trabalho consistiu em aplicar ferramentas de análise exploratória multivariada objetivando avaliar o número de estações de monitoramento de qualidade da água e a frequência de amostragem. Para tal, utilizou-se banco de dados disponibilizado pelo Instituto Mineiro de Gestão das Águas (IGAM) referente à Bacia do Rio das Velhas, na região central mais populosa de Minas Gerais. Foram utilizadas as técnicas de análise das componentes principais (ACP) e a rede neural de Kohonen, que culminaram na significativa redução da frequência de amostragem, em alguns casos de mensal para anual ou semestral, e na redução do número de estações de monitoramento de 36 para 33. Os resultados permitem abrir a possibilidade do emprego dos métodos utilizados como ferramentas de gestão de recursos hídricos de bacias hidrográficas visando à otimização dos programas de monitoramento de qualidade de água. | pt_BR |
dc.description.abstracten | The core of this work consisted of applying multivariate exploratory analysis tools to evaluate the number of water quality monitoring stations and the sampling frequency. In such way, the database provided by the Minas Gerais Institute of Water Management (IGAM) on the river basin of Rio das Velhas, in the most populous central region of Minas Gerais state, was used. The Principal Components Analysis and the Kohonen neural network techniques were applied, resulting in a significant reduction in sampling frequency, in some cases from monthly to annual or semi-annual, and in the reduction of the number of monitoring stations from 36 to 33. The results open the possibility of using these methods as watershed water resources management tools aimed at optimization of water quality monitoring programs. | pt_BR |
dc.identifier.citation | MAIA, K. P.; SILVA, G. A.; LIBÂNIO, M. Aplicação de análise multivariada no estudo da frequência de amostragem e do número de estações de monitoramento de qualidade da água. Engenharia Sanitária e Ambiental, Rio de Janeiro, v. 24, n. 5, p. 1013-1025, out. 2019. Disponível em: <http://www.scielo.br/scielo.php?pid=S1413-41522019000501013&script=sci_arttext&tlng=pt>. Acesso em: 10 fev. 2020. | pt_BR |
dc.identifier.doi | https://doi.org/10.1590/s1413-41522019175743 | pt_BR |
dc.identifier.issn | 1809-4457 | |
dc.identifier.uri | http://www.repositorio.ufop.br/handle/123456789/12331 | |
dc.language.iso | pt_BR | pt_BR |
dc.rights | aberto | pt_BR |
dc.rights.license | Os trabalhos publicados no periódico Engenharia Sanitária e Ambiental, exceto onde identificado, estão sob uma licença Creative Commons que permite copiar, distribuir e transmitir o trabalho desde que sejam citados o autor e o licenciante. Fonte: Engenharia Sanitária e Ambiental <http://www.scielo.br/scielo.php?script=sci_serial&pid=1413-4152&lng=en&nrm=iso>. Acesso em: 07 fev. 2020. | pt_BR |
dc.subject | Análise de componentes principais | pt_BR |
dc.subject | Rede neural de Kohonen | pt_BR |
dc.title | Aplicação de análise multivariada no estudo da frequência de amostragem e do número de estações de monitoramento de qualidade da água. | pt_BR |
dc.title.alternative | Multivariate analysis applied for study of the sampling frequency and the number of sampling stations in water quality monitoring. | pt_BR |
dc.type | Artigo publicado em periodico | pt_BR |
Arquivos
Pacote original
1 - 1 de 1
Nenhuma Miniatura Disponível
- Nome:
- ARTIGO_AplicaçãoAnáliseMultivariada.pdf
- Tamanho:
- 2.89 MB
- Formato:
- Adobe Portable Document Format
Licença do pacote
1 - 1 de 1
Nenhuma Miniatura Disponível
- Nome:
- license.txt
- Tamanho:
- 924 B
- Formato:
- Item-specific license agreed upon to submission
- Descrição: