ANALYZING THE POLLUTION OF NINE POINTS ON THE PARAÍBA DO SUL RIVER USING MULTIVARIATE STATISTICS

Abstract

Objective: The aim of this study is to accurately analyze water quality at strategic monitoring points over a decade through the combined use of statistical methods in the Paraíba do Sul River Basin in the Fluminense region of the state of Rio de Janeiro, Brazil. Theoretical framework: PCA was invented in 1901 by Karl Pearson and today, it is most used as a tool for Exploratory Data Analysis and for making predictive models. PCA can be done by decomposing a covariance matrix into eigenvalues, usually after centering (and normalizing or using Z-scores) the data matrix for each attribute (Derksen et al., 2000; Febriani et al., 2020; Semagn et al., 2000). Method: The data was obtained from the INEA and ANA agencies over a decade at nine points on the Paraíba do Sul River and treated with Multivariate Statistics. Final Considerations: This study showed the adverse effects included the concentration of pollutants, the silting up of the river, the reduction in oxygen and the increase in water temperature, all reflected in sharp drops in the WQI. Implications of the research: The use cases of Multivariate Statistics are multiplying in the scientific literature and are proving to be highly effective in dealing with data where the assumptions of Normality are confirmed. Originality/value: Despite being well-known statistical tools, Factor Maps are widely used and can bring innovations to their application, as in the case of environmental variables.

Alternate abstract:

Objetivo: O objetivo deste estudo é analisar com precisão a qualidade da água em pontos estratégicos de monitoramento ao longo de uma década por meio do uso combinado de métodos estatísticos na Bacia do Rio Paraíba do Sul na região fluminense do estado do Rio de Janeiro, Brasil. Referencial teórico: A PCA foi inventada em 1901 por Karl Pearson e, atualmente, é mais usada como uma ferramenta para análise exploratória de dados e para a criação de modelos preditivos. A PCA pode ser feita decompondo uma matriz de covariância em valores próprios, geralmente após centralizar (e normalizar ou usar escores Z) a matriz de dados para cada atributo (Derksen et al., 2000; Febriani et al., 2020; Semagn et al., 2000). Método: Os dados foram obtidos das agências INEA E ANA durante uma década em nove pontos do Rio Paraíba do Sul e tratados com Estatística Multivariada. Considerações Finais: Esse estudo mostrou os efeitos adversos incluíram a concentração de poluentes, o assoreamento do rio, a redução do oxigênio e o aumento da temperatura da água, todos refletidos em quedas acentuadas no IQA. Implicações da pesquisa: Os casos de utilização de Estística Multivariada se multiplicam pela literatura científica e se mostram altamente eficazes para tratar dados em que os pressupostos de Normalidade se confirmam. Originalidade/valor: Apesar de serem Ferramentas Estatísticas bastante conhecidas, o Mapa Fatorial são muito utilizados e podem trazer inovações na sua aplicação como no caso de variáveis ambientais.

Alternate abstract:

Objetivo: El objetivo de este estudio es analizar con precisión la calidad del agua en puntos de control estratégicos a lo largo de una década mediante el uso combinado de métodos estadísticos en la cuenca del río Paraíba do Sul, en la región fluminense del estado de Río de Janeiro, Brasil. Marco teórico: El ACP fue inventado en 1901 por Karl Pearson y actualmente se utiliza sobre todo como herramienta para el análisis exploratorio de datos y para crear modelos predictivos. El ACP se puede realizar descomponiendo una matriz de covarianza en valores propios, normalmente después de centrar (y normalizar o utilizar puntuaciones Z) la matriz de datos para cada atributo (Derksen et al., 2000; Febriani et al., 2020; Semagn et al., 2000). Método: Los datos se obtuvieron de las agencias INEA y ANA a lo largo de una década en nueve puntos del río Paraíba do Sul y se procesaron mediante Estadística Multivariante. Consideraciones finales: Este estudio demostró que los efectos adversos incluían la concentración de contaminantes, el encenagamiento del río, la reducción del oxígeno y el aumento de la temperatura del agua, todo ello reflejado en fuertes descensos del IQA. Implicaciones de la investigación: Los casos de utilización de la Estadística Multivariante se multiplican en la literatura científica y son muy eficaces para tratar datos en los que se confirman los supuestos de Normalidad. Originalidad/valor: Aunque se trata de herramientas estadísticas muy conocidas, los Mapas de Factores se utilizan ampliamente y pueden aportar innovaciones a su aplicación, como en el caso de las variables medioambientales.