Modelos estatísticos para a caracterização e previsão de parâmetros indicadores da qualidade da água: aplicação ao rio Ave

Abstract

A presente dissertação dedica-se ao estudo de modelos estatísticos de previsão e caracterização da qualidade da água superficial, a curto prazo, recorrendo à aplicação dos softwares SPSS e Microsoft Excel. O estudo foi aplicado ao rio Ave, onde tendo por base os dados recolhidos nos anos de 2005 e 2006, na estação de monitorização automática das Taipas (sonda INAG 05G/06), se efetuou a modelação das sucessões cronológicas das variáveis: condutividade elétrica, oxigénio dissolvido, temperatura e pH. Para o efeito, consideraram-se os valores horários, registados ao longo de 24 horas. Adicionalmente foram usados dados recolhidos por uma sonda no ano de 2012. Recorrendo ao software SPSS, foram ajustados modelos estatísticos como o Sazonal Simples, Aditivo de Winters e ARIMA, às sucessões cronológicas de cada parâmetro. Com o intuito de compreender a sazonalidade de determinados comportamentos, foram comparados os modelos gerados semana a semana com os modelos gerados para a totalidade do período de estudo. Efetuou-se também a comparação entre modelos gerados para o mesmo período, mas para anos distintos. Importa ainda referir que foram criados modelos que incluíram o caudal do rio como variável independente. Por fim, efetuaram-se previsões a curto prazo, tendo por base modelos ARIMA. Previamente ao tratamento dos dados, fez-se um breve estudo dos modelos hidrológicos matemáticos, séries temporais, suas componentes e modelos que as caracterizam. Relativamente ao caso de estudo, efetuou-se uma pesquisa relativa às possíveis fontes de poluição das suas águas, analisando também a evolução da sua qualidade ao longo do tempo. Os modelos estatísticos de previsão apresentam-se como uma ferramenta bastante útil no que respeita ao estudo da qualidade da água, permitindo prever e avaliar antecipadamente o seu estado, possibilitando desta forma uma otimização tanto ao nível de controlo como de vigilância de alguns dos parâmetros indicadores de qualidade da água.

This dissertation is dedicated to the study of statistical prediction models and characterization of surface water quality in the short term, applying SPSS software and Microsoft Excel. The study of water quality parameters was applied to river Ave and focused on the following variables: electrical conductivity, dissolved oxygen, temperature and pH. For this purpose were considered the hourly values recorded over 24 hours, collected since 2005 until 2006, by the automatic monitoring station located in Taipas. Further information collected in 2012, was already used. Statistical models like Simple Seasonal, Winters' Additive and ARIMA, were adjusted to the time series of each parameter by using SPSS software. In order to understand the seasonality of certain behaviors, the models generated from week to week were compared with the models generated for the entire period. In addition, a comparison between models generated for the same period but for different years was made, as well as models including the river flow as an independent variable. Finally, there were also made short-term forecasts, based on ARIMA models. A brief study of mathematical hydrologic models, time series models and their components was carried. Regarding the case study, it was taken a research of possible pollution sources on the river water and its quality evolution over time. Statistical forecasting models present themselves as a very powerful tool to study water quality, allowing predictions and evaluations of water status in advance. This way, an optimization control as well as surveillance can improve water quality.