Jurisprudence

Para a realização deste estudo, o software STATISTICA 6.0 (STATSOFT, Inc., 2001), foi utilizado para descrever, analisar e interpretar os dados numéricos das amostras coletadas ao longo do monitoramento. O STATISTICA 6.0, segundo Ogliari e Andrade (2004) é um programa integrado para gerenciar a análise estatística e base de dados, caracterizando uma ampla seleção do processo analítico para as mais diversas áreas, permitindo a realização da “Data Mining” (Mineração de Dados).

Na análise exploratória dos dados, utilizou-se a estatística descritiva (utilizando valores de média, desvio padrão, para a análise inicial dos dados, os quais foram reunidos em tabelas). Valores de máximo e mínimo foram também apresentados como um complemento da análise, possibilitando um olhar geral da variabilidade dos dados coletados. Na análise exploratória, o diagrama de caixa (box-plot) com valores de medianas e quartis, foi utilizado, quando objetivando comparar a distribuição de dados, de dois ou mais grupos.

A fim de verificar diferenças significativas entre a concentração das principais variáveis ao longo das profundidades das lagoas, utilizou-se a análise de variância (ANOVA). Conforme Ogliari e Andrade (2004), o ANOVA é um teste de hipóteses que fornece a probabilidade dos grupos (tratamentos) terem respostas médias iguais ou diferentes, partindo-se do princípio de que existam duas hipóteses: H0 - as médias são iguais, não há diferença entre os tratamentos; H1 - as médias são diferentes, há diferença entre os tratamentos. Assim, o teste objetiva determinar a probabilidade (p) que permite aceitar ou rejeitar H0. Quando p > α, aceita-se H0 e quando p < α, rejeita-se H0.

Nas análises realizadas, utilizou-se para o nível de significância o valor de 5%, ou seja, α=0,05, Havendo diferenças entre os tratamentos procede-se a análise com um teste de comparações

múltiplas de médias. Neste estudo, utilizou-se o teste de Tukey como comparativo entre valores médios, nas diferentes profundidades e condições das lagoas.

A análise da variação vertical e horizontal das lagoas foi realizada através do programa gráfico SURFER

8.0 (GOLDEN SOFTWARE, Inc., 2002), que permite calcular e confeccionar mapas de variáveis, a partir de dados regularmente distribuídos.

Para utilizar o SURFER

, é indispensável que os pontos de amostragem sejam coletados regularmente, isto é, bem demarcados e espaçados, pois, é a partir dessas coordenadas (localização geográfica e identificação) e dos valores assumidos pela variável neste ponto, que obtêm-se o mapa de distribuição espacial, utilizando um algoritmo de interpolação.

Através da interpolação, torna-se possível estimar o valor da variável sob estudo, em um ponto não amostrado, sendo esta estimativa feita por vários métodos. Dentre eles, o mais simples é a média aritmética entre os valores dos pontos já conhecidos, existindo ainda vários outros métodos de interpolação, adequado à diferentes áreas de interesse ou à variável em questão. Para a escolha do método, é necessário que seja avaliado o grau de fidelidade aos dados originais, suavidade das curvas, velocidade de computação e precisão geral.

A performance das lagoas foi também avaliada através da Análise de Componentes Principais (ACP) a qual, segundo Johnson e Wichern (2005), apresenta como uma forma objetiva de interpretar um conjunto de dados, através da redução da sua dimensionalidade. Esta redução ocorre quando são feitas combinações lineares entre as variáveis, gerando outro conjunto de variáveis, com novas coordenadas. De acordo com Schmitt (2005), as componentes principais representam, geometricamente, um novo sistema de coordenadas, obtidas por uma rotação do sistema original, que fornece as direções de máxima variabilidade e possibilitando uma descrição mais simples e eficiente de covariância dos dados.

Os coeficientes de correlação entre as variáveis e os fatores artificiais permitem interpretar os dados uma vez que as variáveis de maior influência no processo apresentam os mais altos coeficientes de correlação com os fatores artificiais. Os coeficientes de correlação também apresentam as coordenadas das variáveis no espaço multidimensional definido pelos fatores artificiais (diagramas de dispersão), constituindo os eixos que os definem (ordenadas e abscissas) (ZANOTELLI et al., 2003).

Assim, as variáveis possuem correlação forte e negativa (ângulo dos vetores próximo a 180 graus) quando presentes em quadrantes contrários, nos diagramas de dispersão; e possuem correlação forte e positiva quando presentes no mesmo quadrante ou possuírem vetores formando ângulo próximo a zero grau

Neste estudo, a ACP foi usada para descrever as correlações entre diversas variáveis medidas ao longo do monitoramento e também para interpretar a variância causada por estas variáveis. Desta forma, foram utilizadas 10 variáveis para a L1 e 11 variáveis para L2 e L3, as quais foram correlacionadas, permitindo uma visão geral do seu comportamento ao longo do sistema.

Para a escolha dos componentes o método de Kaiser foi utilizado, considerando-se apenas os autovalores maiores que 1, uma vez que a análise foi feita a partir da matriz de correlações. Assim, foram retidos os fatores que resultassem na condição acima citada.

A quantificação da biomassa planctônica foi realizada através dos cálculos da densidade relativa e riqueza de espécies, de acordo com Odum (1983), conforme apresentado na Equação 1:

Dr = Na / N * 100% (Equação 1) Onde:

Dr = densidade relativa;

Na = número de indivíduos da espécie presentes na amostra; N = número total de indivíduos.

A riqueza de espécies (S) ou diversidade da população corresponde ao número de unidades taxonômicas recolhidas a cada amostra.

A frequência da biomassa algal, foi calculada utilizando a equação 2: F % = (n’ / N’) * 100 (Equação 2)

A produtividade da biomassa algal foi calculada utilizando-se o modelo desenvolvido por Oswald (1988) apresentado na equação 3:

Pr = d * C/∅∅∅∅ (Equação 3) Onde:

Pr = produtividade da biomassa algal (gSS/m2/dia); d = profundidade da lagoa (m);

C = concentração algal, medida pelos SS (mg/L); ∅ = tempo de residência (dias).

A produtividade da biomassa algal (Pr) corresponde a produção fotossintética aproximada já que há fatores que interferem como: predação por zooplâncton, morte celular (provavelmente o mais significativo) e a variação do conteúdo de clorofila a nas células.