Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression
Objetivou-se, com o presente trabalho, desenvolver uma metodologia para classificação da composição iônica da água de irrigação, através da regressão linear múltipla, tendo-se, como variável dependente, a condutividade elétrica e, como variáveis independentes, as concentrações de cátions e ânions da...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Federal de Campina Grande
2001-04-01
|
| Series: | Revista Brasileira de Engenharia Agrícola e Ambiental |
| Subjects: | |
| Online Access: | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662001000100010 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850228969034481664 |
|---|---|
| author | Celsemy E. Maia Elís R.C. de Morais Maurício de Oliveira |
| author_facet | Celsemy E. Maia Elís R.C. de Morais Maurício de Oliveira |
| author_sort | Celsemy E. Maia |
| collection | DOAJ |
| description | Objetivou-se, com o presente trabalho, desenvolver uma metodologia para classificação da composição iônica da água de irrigação, através da regressão linear múltipla, tendo-se, como variável dependente, a condutividade elétrica e, como variáveis independentes, as concentrações de cátions e ânions da água de irrigação, classificada de acordo com o peso de cada íon no modelo estatístico. A fonte secundária de dados para a pesquisa foi o Banco de Dados do Laboratório de Análise de Água e Fertilidade do Solo, da Escola Superior de Agricultura de Mossoró (LAAFS/ESAM). As regressões foram ajustadas utilizando-se o método da seleção por etapas, conhecido como the stepwise regression procedure, no qual a variável dependente foi a condutividade elétrica e, como variáveis independentes, os íons determinados pela análise físico-química da água. Os resultados mostraram que, empregando-se este critério de regressão linear múltipla, havia variação na contribuição de cada variável no modelo ajustado, cuja estimativa era baseada no aumento da soma de quadrado, devido à regressão, a medida em que se incorporava, ao modelo, cada variável independente. Em função de critérios preestabelecidos, águas provenientes de mananciais da região da Chapada do Apodi foram classificadas como cálcica-sódica, cálcica e cloretada, quando provinham de poço tubular, de poço amazonas e rio, respectivamente. As águas oriundas da região do Baixo Açu, foram classificadas como sódica, magnesiana-sódica e sódica, para as águas de poço tubular, poço amazonas e rio, respectivamente.<br>This work was conducted with the objective of developing a methodology for classification of the ionic composition of the irrigation water using multiple linear regression. A Stepwise Regression Analysis model was tested, using electrical conductivity as the dependent variable and analyzed ions calcium, sodium, potassium, carbonate, bicarbonate and chlorides as the independent variables in all tested models. All water samples were collected by the farmers of the region where this work was conducted. The regression models were adjusted using the water analysis database from the ESAM's Analysis Laboratory (Laboratório de Análises de Água e Fertilidade do Solo da Escola Superior de Agricultura de Mossoró - LAAFS/ESAM). The linear model, adjusted using the Stepwise Regression Procedure, shows that the degree of model adjustment tested depends upon geological formation of watersheds and whether it is collected in a river or tubular wells. The classification of the water in calcareous region of the Chapada do Apodi is calcic-sodic, calcic or choride if this source was tubular well, piezometric well (drilled in unconfined water denominated in the region as poço amazonas) or surface rivers and lagoons water, respectively. In Baixo Açu region, these waters were classified as sodic, magnesian-sodic or sodic depending if the source collected is a tubular well (drilled in Açu sedimentary geological formation), piezometric well or superficial water, respectivelly. |
| format | Article |
| id | doaj-art-ce76331d341243feb8f9668daeefdcaa |
| institution | OA Journals |
| issn | 1415-4366 1807-1929 |
| language | English |
| publishDate | 2001-04-01 |
| publisher | Universidade Federal de Campina Grande |
| record_format | Article |
| series | Revista Brasileira de Engenharia Agrícola e Ambiental |
| spelling | doaj-art-ce76331d341243feb8f9668daeefdcaa2025-08-20T02:04:22ZengUniversidade Federal de Campina GrandeRevista Brasileira de Engenharia Agrícola e Ambiental1415-43661807-19292001-04-0151555910.1590/S1415-43662001000100010Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regressionCelsemy E. MaiaElís R.C. de MoraisMaurício de OliveiraObjetivou-se, com o presente trabalho, desenvolver uma metodologia para classificação da composição iônica da água de irrigação, através da regressão linear múltipla, tendo-se, como variável dependente, a condutividade elétrica e, como variáveis independentes, as concentrações de cátions e ânions da água de irrigação, classificada de acordo com o peso de cada íon no modelo estatístico. A fonte secundária de dados para a pesquisa foi o Banco de Dados do Laboratório de Análise de Água e Fertilidade do Solo, da Escola Superior de Agricultura de Mossoró (LAAFS/ESAM). As regressões foram ajustadas utilizando-se o método da seleção por etapas, conhecido como the stepwise regression procedure, no qual a variável dependente foi a condutividade elétrica e, como variáveis independentes, os íons determinados pela análise físico-química da água. Os resultados mostraram que, empregando-se este critério de regressão linear múltipla, havia variação na contribuição de cada variável no modelo ajustado, cuja estimativa era baseada no aumento da soma de quadrado, devido à regressão, a medida em que se incorporava, ao modelo, cada variável independente. Em função de critérios preestabelecidos, águas provenientes de mananciais da região da Chapada do Apodi foram classificadas como cálcica-sódica, cálcica e cloretada, quando provinham de poço tubular, de poço amazonas e rio, respectivamente. As águas oriundas da região do Baixo Açu, foram classificadas como sódica, magnesiana-sódica e sódica, para as águas de poço tubular, poço amazonas e rio, respectivamente.<br>This work was conducted with the objective of developing a methodology for classification of the ionic composition of the irrigation water using multiple linear regression. A Stepwise Regression Analysis model was tested, using electrical conductivity as the dependent variable and analyzed ions calcium, sodium, potassium, carbonate, bicarbonate and chlorides as the independent variables in all tested models. All water samples were collected by the farmers of the region where this work was conducted. The regression models were adjusted using the water analysis database from the ESAM's Analysis Laboratory (Laboratório de Análises de Água e Fertilidade do Solo da Escola Superior de Agricultura de Mossoró - LAAFS/ESAM). The linear model, adjusted using the Stepwise Regression Procedure, shows that the degree of model adjustment tested depends upon geological formation of watersheds and whether it is collected in a river or tubular wells. The classification of the water in calcareous region of the Chapada do Apodi is calcic-sodic, calcic or choride if this source was tubular well, piezometric well (drilled in unconfined water denominated in the region as poço amazonas) or surface rivers and lagoons water, respectively. In Baixo Açu region, these waters were classified as sodic, magnesian-sodic or sodic depending if the source collected is a tubular well (drilled in Açu sedimentary geological formation), piezometric well or superficial water, respectivelly.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662001000100010classificação de águaságua de irrigaçãoregressão linear múltiplawater classificationirrigation watermultiple linear regression |
| spellingShingle | Celsemy E. Maia Elís R.C. de Morais Maurício de Oliveira Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression Revista Brasileira de Engenharia Agrícola e Ambiental classificação de águas água de irrigação regressão linear múltipla water classification irrigation water multiple linear regression |
| title | Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression |
| title_full | Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression |
| title_fullStr | Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression |
| title_full_unstemmed | Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression |
| title_short | Classificação da composição iônica da água de irrigação usando regressão linear múltipla Classification of the ionic composition of the irrigation water using multiple linear regression |
| title_sort | classificacao da composicao ionica da agua de irrigacao usando regressao linear multipla classification of the ionic composition of the irrigation water using multiple linear regression |
| topic | classificação de águas água de irrigação regressão linear múltipla water classification irrigation water multiple linear regression |
| url | http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1415-43662001000100010 |
| work_keys_str_mv | AT celsemyemaia classificacaodacomposicaoionicadaaguadeirrigacaousandoregressaolinearmultiplaclassificationoftheioniccompositionoftheirrigationwaterusingmultiplelinearregression AT elisrcdemorais classificacaodacomposicaoionicadaaguadeirrigacaousandoregressaolinearmultiplaclassificationoftheioniccompositionoftheirrigationwaterusingmultiplelinearregression AT mauriciodeoliveira classificacaodacomposicaoionicadaaguadeirrigacaousandoregressaolinearmultiplaclassificationoftheioniccompositionoftheirrigationwaterusingmultiplelinearregression |