Biomonitorização ambiental em Portugal Continental: uma análise espacial e temporal

Abstract

Determinados organismos vivos, como por exemplo os musgos, apresentam capacidades de acumulação de elementos químicos e uma sensibilidade à poluição e, por esse motivo, têm sido largamente utilizados como forma de quantificar a concentração de poluentes no ambiente, processo denominado por biomonitorização. Esta metodologia é considerada bastante simples e com uma elevada resolução espacial (correspondendo, no caso em estudo, a Portugal continental) e alguma resolução temporal, proporcionando uma interpretação relevante em termos da qualidade ambiental. Neste estudo pretende-se fazer uma análise geoestatística dos dados recolhidos pelo Centro de Biologia Ambiental da Universidade de Lisboa, através de uma rede de biomonitorização abrangendo Portugal continental, com o objetivo de determinar a deposição de vários elementos químicos tais como As, Cd, Cr, Cu, Fe, Hg, Mn, Ni, Pb, Zn e V. Os resultados do sistema de biomonitorização ambiental permitiram, ainda, a identificação das localizações que apresentam características muito semelhantes na região de Portugal, através da análise de clusters, permitindo a sinalização das regiões mais poluídas; bem como o reconhecimento das relações lineares existentes entre os conjuntos múltiplos de dados, através da análise em componentes principais. No entanto, usando este método de análise multivariada não se tem acesso à identificação das diferentes fontes de contaminação ambiental subjacentes às elevadas concentrações dos elementos químicos nos musgos, constituindo variáveis que não podem ser medidas diretamente no meio ambiente, designadas por variáveis latentes. Desta forma, recorre-se ao método estatístico de análise fatorial, o qual permite que estas variáveis possam ser tratadas como contínuas, resultando da separação de um número limitado de associações discretas, cujo método fornece um meio para testar se esta divisão é estatisticamente significativa. Portanto, definiram-se as concentrações de um dado elemento químico através de uma combinação linear de todas as fontes de poluição e não uma nova variável que resulta da combinação de todos os elementos. Com o objetivo de obter mapas de valores preditos para as diferentes fontes de poluição, aplicaram-se técnicas de modelação geoestatística sobre os scores das variáveis latentes, obtidas através da metodologia referida. Deste modo, consegue-se resumir a informação obtida através das concentrações dos vários elementos químicos nos musgos, determinando-se simultaneamente os locais que padecem de determinada fonte de poluição.

Some organisms, such as mosses, have capabilities of accumulation of chemicals elements and a sensitivity to pollution, therefore, have been widely used as a way of quantifying the concentration of pollutants in the environment, a process referred as biomonitoring. This methodology is considered quite simple and with a high spatial (corresponding, in this study, to mainland Portugal) and some temporal resolution, which provides a significant interpretation in terms of environmental quality. With this study, we aim to make a geostatistical analysis of the data collected by the Center of Biology Environmental, University of Lisbon, through a biomonitoring network covering mainland Portugal, aiming to determine the deposition of various chemical elements such as As, Cd, Cr , Cu, Fe, Hg, Mn, Ni, Pb, Zn and V. The results of the environmental biomonitoring system allowed also the identification of locations that have very similar characteristics in the region of Portugal, through the cluster analysis, allowing to identify the most polluted regions; as well as the recognition of linear relationships between multiple data sets, through the principal components analysis. However, using this method of multivariate analysis we do not have access to the identification of different sources of environmental contamination underlying high concentrations of chemical elements in mosses, constituting variables that can not be measured directly in the environment, referred by latent variables. So, we use factor analysis method, which allows these variables to be treated as continuous, resulting from the separation of a limited number of discrete associations, whose method provides a way to test if this division is statistically significant. Therefore, we define the concentration of a specific chemical element by a linear combination of all sources of pollution and not a new variable which results from the combination of all chemical elements. In order to obtain maps of predicted values for the different sources of pollution, we applied geostatistical modelling techniques on scores of latent variables, obtained by the mentioned methodology. Thus, it was possible to summarize the information obtained from the concentrations of the various chemical elements in mosses and determine, simultaneously, the locations that suffer from a particular source of pollution.