Trend analysis of the load and concentration of physical, chemical and biological parameters in the Verde River Basin

Abstract

The estimation of loads of pollutants is of crucial interest to identify the level of water quality, understand the processes and identify the sources of pollution. The aim of this study was to calculate time trends of loads and concentrations of eleven physical, chemical and biological parameters, in nine quality monitoring stations of the Verde River Basin from 2008 to 2014. The time series analysis was performed with different tests. First, with the verification of autocorrelation of the time series using the Spearman correlation test. Then, Kruskal-Wallis test was used to check significant differences between the seasons and, afterwards the Mann-Kendall or the Seasonal Mann-Kendall time trend tests were applied accordingly. The analysis results indicated differences between the spatial distribution of loads and concentrations for most of the parameters evaluated in this study. The results showed that the simultaneous analysis of concentration data and flow data is essential for a more comprehensive and reliable evaluation of water quality, since the changes in river flow over time can mislead the interpretation of the concentration data. Moreover, to analyze only the pollutant load data, without looking how the flow and concentration behaves, does not provide conclusive results, since it does not allow to evaluate whether changes in the load values were caused by alterations of the flow or concentration. Thus, the results indicate the need to monitor water quality along with flow measurement, providing more complete and reliable assessments of the evolution of water quality.Keywords: Trend analysis; Water quality; Pollutants concentration and load. RESUMOA estimativa das cargas poluentes é de interesse crucial para identificar o nível de qualidade da água, entender os processos e identificar as fontes de poluição. O objetivo deste estudo foi calcular as tendências temporais das cargas e concentrações de onze parâmetros físicos, químicos e biológicos, em nove estações de monitoramento de qualidade da água da bacia hidrográfica do rio Verde, no período de 2008 a 2014. A análise das séries temporais foi realizada a partir da verificação da autocorrelação da série temporal utilizando-se o teste de correlação de Spearman, teste de Kruskal-Wallis para verificação de diferenças significativas entre as estações do ano e os testes de Mann-Kendall e Sazonal Mann-Kendall para análises de tendência temporal. As análises indicaram diferenças entre a distribuição espacial da carga e da concentração para a maioria dos parâmetros avaliados neste estudo. Os resultados demostraram que a análise conjunta de dados de concentração e vazão é essencial para uma avaliação mais abrangente e fidedigna da qualidade da água, pois alterações no fluxo do rio ao longo do tempo podem dificultar a interpretação dos dados de concentrações. Verificou-se ainda que a análise de dados de carga dos poluentes, sem o estudo do comportamento da vazão e da concentração não fornece resultados conclusivos, visto que não permite avaliar a influê...

Proposta de enquadramento de corpos hídricos em classes de uso na bacia hidrográfica do rio Piranga utilizando geoprocessamento

“…Tal configuração é importante, uma vez que a qualidade da água tende a piorar à medida que se aumentam as contribuições de cargas poluidoras. No Brasil, o lançamento de efluentes domésticos sem tratamento se caracteriza como a principal fonte de poluição dos corpos hídricos (Calazans et al, 2018a;Calazans et al, 2018b;Costa et al, 2017;Fraga et al, 2020;Oliveira et al, 2018;Pinto et al, 2017;Soares et al, 2020;Trindade et al, 2017;Vargas et al, 2018).…”

Spatial-temporal analysis of the surface water quality of the Pará River Basin through statistical techniques

“…Many studies regarding water quality have been presented with the objective of evaluating the extension of impacts in quali-quantitative aspects of hydrographic basins as consequences of anthropization (Trindade et al, 2016;Pinto et al, 2017;Gebler et al, 2018). However, although there may be much data available, this information is often disorganized and scattered in different institutions and public agencies.…”