Séries temporais e análise de risco na avaliação da qualidade de água de uma bacia hidrográfica

Abstract

A água é um recurso natural limitado, insubstituível e indispensável. Neste sentido, monitorizar a sua qualidade é essencial para evitar problemas ambientais e de saúde pública. Os métodos estatísticos são ferramentas importantes para controlar e prever mudanças no processo de monitorização da qualidade da água. O principal objetivo deste trabalho é desenvolver novas metodologias que combinem conceitos da teoria do risco e abordagens de séries temporais, para prever e analisar a qualidade da água. As metodologias são ilustradas a partir de um conjunto de dados da Bacia Hidrográfica do Rio Douro (em Portugal) em termos de variáveis ambientais de qualidade da água, medidas mensalmente em 18 estacoes de monitorização e registadas no período de janeiro de 2002 a dezembro de 2013. Em particular, este estudo foca-se nas variáveis de qualidade da água: Azoto, Carência Bioquímica de Oxigénio a 5 dias, Carência Química de Oxigénio, Condutividade, Nitratos, Oxigénio Dissolvido, pH e Temperatura da Água. Foi realizada uma análise de clusters para agrupar estacões homogéneas em termos de qualidade de água. Como a qualidade da água depende da quantidade de chuva, esta abordagem diferencia e estuda separadamente o período de maio a setembro (período seco) e o período de outubro a abril (período húmido), após considerar a totalidade dos dados. Várias medidas de risco, como a entropia, os valores em risco, entre outras, foram calculados para os clusters considerados, com o objetivo de avaliar o risco de poluição da água de cada um. As mesmas medidas foram aplicadas aos dados mensais para identificar os meses mais poluídos do ano. Posteriormente, foram aplicadas abordagens de séries temporais como os modelos SARIMA e os métodos de alisamento exponencial aos clusters para obter previsões para os últimos 12 meses e comparar os resultados com os resultados da classificação através das medidas de risco. Assim, identificam-se clusters (estacões de amostragem) com maior risco e conclui-se que os níveis de poluição são superiores no período seco. A classificação dos meses sugere que o risco é maior nos meses de junho a outubro, o que aponta uma divisão alternativa de análise nos períodos seco e húmido. A análise de séries temporais dos clusters revela uma sazonalidade evidente e sugere que a abordagem mais apropriada para prever valores futuros depende da variável em estudo.

Water is a limited, irreplaceable and indispensable natural resource. In this sense, monitoring its quality is essential to avoid environmental and public health problems. Statistical methods are important tools for the control and for forecasting changes in the management process of water quality. The main objective of this work is to develop new methodologies, combining concepts from risk theory and times series approaches, to predict and analyze water quality. The methodologies are illustrated using a data set of the Douro River basin (in Portugal) in terms of environmental water quality variables, measured monthly in 18 monitoring stations and recorded in the period from January 2002 to December 2013. In particular, this study focuses on the water quality variables: Ammonical Nitrogen, 5-day Biological Oxygen Demand, Chemical Oxygen Demand, Conductivity, Nitrate, Dissolved Oxygen, pH and Water Temperature. A cluster analysis was carried out to group homogeneous stations in terms of water quality. Since water quality depends on the flow variation, this approach differentiates and study separately the time horizon from May to September (dry period) and the time horizon from October to April (wet period), after considering all the data together. Several risk measures, such as value at risk, probability of excess, among others were determined for the considered clusters in order to assess the risk of water pollution for each one. The same measures were applied to the monthly data to identify the most critical months for water pollution in the year. After that, time series modeling approaches like SARIMA models and exponential smoothing methods were applied to the clusters to obtain predictions for the last 12 months and compare the results with the results of the classification obtained through the risk measures. This identifies clusters (sampling stations) with the highest risk and concludes that the pollution levels are higher in the dry period. The classification of months suggest that the risk is higher in the months from June to October, which points out an alternative division of analysis into the dry and wet periods. The cluster time series analysis reveals a clear seasonality pattern and suggest that the most appropriate approach to forecast values depend on the variable under study.