Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/50788
Registro completo de metadados
Campo DCValorIdioma
dc.creatorAmâncio, Diego Vipa-
dc.creatorCoelho, Gilberto-
dc.creatorMarques, Rosângela Francisca de Paula Vitor-
dc.creatorCampos, Laíla Luana-
dc.creatorSilva, Renato Antônio da-
dc.date.accessioned2022-08-01T22:20:42Z-
dc.date.available2022-08-01T22:20:42Z-
dc.date.issued2021-
dc.identifier.citationAM NCIO, D. V. et al. Principal component analysis for heavy metals in hydrographic sub-basins of the rivers Capivari and Mortes/MG. Revista Ibero-Americana de Ciências Ambientais, [S.l.], v. 12, n. 4, 2021.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/50788-
dc.description.abstractPopulation growth and industrialization are correlated with the contamination of water resources by the release of untreated effluents into water sources. The objective of this work was to characterize heavy metals in sub-basins of the rivers Capivari and Mortes and the variability using principal component analysis (PCA). Three points were sampled at GD1 (P - I at Ingai – Minduri River, P - II at Capivari River and P - III at Ingai – Luminarias River) and three points at GD2 (P - IV at Mortes River, P - V at Peixe River and P - VI at Ribeirao dos Tabuoes). The monitoring period was from April 2015 to February 2016. Analysis of Aluminum, Bromine, Copper, Hexavalent Chromium, Iron, Manganese, Nickel and Zinc were evaluated. We compared the results with the Maximum Allowed Value in agreement with class 2, according to DN COPAM CERH 01/08. We also observed variables above the allowed value due to the discharge of domestic and industrial effluents, interference from precipitation and the contact between livestock and water sources. The principal components analysis (PCA) revealed that on average, the principal component 1 corresponds to 62.2% of the total variability of the data considering GD 1, and, in GD 2, PC 1 is responsible for a higher average percentage of the total variability of the data, corresponding to 73.4%, hence being more representative.pt_BR
dc.languageen_USpt_BR
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceRevista Ibero-Americana de Ciências Ambientaispt_BR
dc.subjectAnthropogenic interferencept_BR
dc.subjectPollution loadpt_BR
dc.subjectHeavy metalspt_BR
dc.subjectInterferência antropogênicapt_BR
dc.subjectCarga de poluiçãopt_BR
dc.subjectMetais pesadospt_BR
dc.titlePrincipal component analysis for heavy metals in hydrographic sub-basins of the rivers Capivari and Mortes/MGpt_BR
dc.title.alternativeAnálise de componentes principais para metais pesados ​​em sub-bacias hidrográficas dos rios Capivari e Mortes/MGpt_BR
dc.typeArtigopt_BR
dc.description.resumoO 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.pt_BR
Aparece nas coleções:DEG - Artigos publicados em periódicos



Este item está licenciada sob uma Licença Creative Commons Creative Commons