Os procedimentos de coleta de solo e água subterrânea utilizados em avaliações de passivos ambientais, atualmente, possibilitam uma maior agilidade na adoção das metodologias de amostragem, uma vez que métodos como a realização de amostragem indeformada de solo sem a necessidade de manobra do ferramental e de água subterrânea sem a necessidade de purga do poço agilizam o processo e apresentam os mais elevados graus de confiabilidade.

A dificuldade que se tem em promover uma adequada gestão da qualidade dos recursos hídricos tem como uma das causas a escassez de dados, seja espacial ou temporalmente. Os programas de monitoramento da qualidade da água convencionais possuem uma taxa de amostragem baixa, que em muitos casos se resume a algumas amostras por ano. Na busca por tornar as séries históricas de qualidade da água mais densas e representativas, desenvolvem-se técnicas de monitoramento automatizado, com equipamentos fixos em campo, coleta de dados automática e envio em tempo real. Embora estas técnicas tornem as séries históricas muito mais representativas e possibilitem uma tomada de decisão em tempo hábil para o gestor, elas ainda não estão consolidadas e possuem uma série de obstáculos na sua utilização, como o alto custo, as dificuldades de instalação dos equipamentos em campo, e a manutenção e calibração dispendiosas. Uma alternativa seria o chamado monitoramento da qualidade da água em tempo quase real (MQATQR), no qual um operador vai até o curso d’água portando o sensor, que pode ser uma sonda multiparamétrica, faz as leituras com uma frequência maior que o monitoramento convencional, e vai até uma base onde possa enviar esta informação. Com um mesmo aparelho pode ser feita a cobertura de um grande número de pontos e o equipamento pode ter sua calibração controlada em laboratório. Nesse contexto, o objetivo desta tese é avaliar a efetividade e o impacto econômico da utilização de uma estratégia de MQATQR como ferramenta de geração de dados de qualidade da água em um cenário de escassez de dados. Para isso foram utilizadas séries históricas de pontos de monitoramento da qualidade da água em tempo real no Brasil, Canadá e EUA. Estas séries foram submetidas à análise espectral para identificação das frequências mais densas e da representatividade delas dentro das séries. Os valores das frequências obtidos foram relacionados com atributos físicos e hidrológicos das bacias hidrográficas dos pontos de monitoramento. Para obtenção dos intervalos de amostragem foi aplicado o teorema de Nyquist-Shannon. A avaliação da viabilidade econômica da estratégia foi feita com dois estudos de caso, um é a aplicação na Rede Hidrometeorológica Nacional de Referência e o outro a aplicação no âmbito dos empreendimentos hidrelétricos sujeitos à resolução conjunta ANA/ANEEL nº 03/2010. Foi possível observar uma boa relação entre as frequências de amostragem e a área das bacias, possibilitando a prescrição de diferentes tipos de MQATQR para diferentes tipos de bacia. Os intervalos de amostragem obtidos por meio das frequências características em geral se mostraram executáveis nos moldes do MQATQR até a permanência de frequência de 90%. Para as permanências maiores que 90% os intervalos se aproximam do diário, sendo mais aconselhável a utilização de estratégias em tempo real. A estratégia de MQATQR se mostrou com melhor custo-efetividade para a maioria dos programas de monitoramento quando se utilizam permanências de frequências inferiores a 65%. Para permanências maiores que 65% a estratégia se mostrou economicamente viável para programas de monitoramento cujos pontos de amostragem estão próximos à base de operação. A estratégia de MQATQR se mostra como alternativa efetiva para o aumento da densidade temporal dos dados para diversos tipos de programas de monitoramento, com exceção daqueles que exigem o acompanhamento das variações bruscas na qualidade da água, como sistemas de alerta de qualidade da água. | The difficulty in promoting an adequate water quality management is mainly because data scarcity, either spatially or temporally. Conventional water quality monitoring programs have a low sampling rate, in many cases only few samples per year. By using appropriated equipment in field for data collection and real time sending, it is possible to develop some automated monitoring techniques to make the water quality series denser and representative. Although these techniques make the series more representative and allow a time decision-making for the manager, there are some barriers in their application such as higher costs, difficulties of installing the equipment and expensive maintenance and calibration. An alternative is the near-real-time water quality monitoring (NRTWQM), in which an operator goes to the river carrying the sensor, as a multi-parametric probe for example, to obtain a higher sampling frequency than monitoring conventional. In sequence the operator goes to a base where the information can be sent. By using the same sensor, it is possible to cover a large number of points. The equipment can also be calibrated in the laboratory. In this context, the objective of this work is to evaluate the effectiveness and economic impact in using a NRTWQM strategy as a tool to generate water quality data in a data scarcity scenario. For this purpose, water quality series are considered in real time at monitoring points in Brazil, Canada and the USA. The series were submitted to the spectral analysis to identify dense frequencies and their representativeness within the series. The frequencies values were related to the physical and hydrological attributes of the hydrographic basins. The Nyquist-Shannon theorem was applied to obtain the sampling intervals. The economic viability of the strategy is evaluated in two study cases. The National Hydrometeorological Reference Network is applied in the first, whilst the second is based on the application in the scope of hydroelectric projects subject to ANA / ANEEL nº 03/2010 normative resolution. It is observed a good relationship between the sampling frequencies and the basin area, which makes possible to prescribe different types of NRTWQM for different types of basin. In general, the sampling intervals obtained by means of the characteristic frequencies were shown to be executable in the NRTWQM models up to the 90% of cumulative frequency. For cumulative frequency higher than 90% the intervals approach the diary, consequently it is more advisable to use real-time strategies. The NRTWQM strategy proved to be the most cost-effective for mainly monitoring programs when using cumulative frequencies less than 65%. For cumulative frequency higher than 65%, the strategy proved to be economically viable for monitoring programs where sampling points are close to the base of operation. The NRTWQM strategy is an effective alternative to increase the temporal density of data for several types of monitoring programs, except for those that require the monitoring, of sudden changes in water quality, such as water quality warning systems.

Coleta, acondicionamento e preparo de amostras: Solos: amostragem; criterios para a divisao da area de amostragem; numero de amostras simples ou subamostras; composicao da amostra; material para a amostragem; epoca de amostragem; frequencia de amostragem; algumas recomendacoes gerais para a amostragem; acondicionamento e identificacao da amostra; registro e preparo da amostra: registro; secagem; moagem, peneiragem e armazenagem; Agua: quando, onde e como amostrar; acondicionamento de amostras: tipo e procedimentos de limpeza; preservacao de amostras; Tecidos vegetais: amostragem; procedimentos para coletar amostras de folhas no campo: coleta de amostra; moagem; armazenagem; integridade da amostra; problemas de contaminacao; arquivo de amostras; Tecidos e produtos animais: aspectos importantes relacionados a coleta de amostras; objetivo da preparacao das amostras; preparacao das amostras: recebimento; identificacao e registro; pre-acondicionamento: amostras de origem vegetal; amostra de fezes; pre-secagem; Moagem; acondicionamento: fluxogramas e figuras das etapas de preparacao de amostras; Preparo de amostras de ingredientes e suplementos mineiras; Outros tipos de amostras de origem animal: osso; figado: biopsia; necropsia; observacoes; Sangue: plasma; soro; desproteinizacao; liquidos de rumen; liquidos de abomaso e de ileo; urina; extrusa, leite; pelo; Alimentos para consumo humano: Fundamento; Equipamentos; Procedimentos: inspecao e identificacao da amostra; solubilizacao da amostra; preparo da amostra; conservacao da amostra.

Coleta, acondicionamento e preparo de amostras: Solos: amostragem; criterios para a divisao da area de amostragem; numero de amostras simples ou subamostras; composicao da amostra; material para a amostragem; epoca de amostragem; frequencia de amostragem; algumas recomendacoes gerais para a amostragem; acondicionamento e identificacao da amostra; registro e preparo da amostra: registro; secagem; moagem, peneiragem e armazenagem; Agua: quando, onde e como amostrar; acondicionamento de amostras: tipo e procedimentos de limpeza; preservacao de amostras; Tecidos vegetais: amostragem; procedimentos para coletar amostras de folhas no campo: coleta de amostra; moagem; armazenagem; integridade da amostra; problemas de contaminacao; arquivo de amostras; Tecidos e produtos animais: aspectos importantes relacionados a coleta de amostras; objetivo da preparacao das amostras; preparacao das amostras: recebimento; identificacao e registro; pre-acondicionamento: amostras de origem vegetal; amostra de fezes; pre-secagem; Moagem; acondicionamento: fluxogramas e figuras das etapas de preparacao de amostras; Preparo de amostras de ingredientes e suplementos mineiras; Outros tipos de amostras de origem animal: osso; figado: biopsia; necropsia; observacoes; Sangue: plasma; soro; desproteinizacao; liquidos de rumen; liquidos de abomaso e de ileo; urina; extrusa, leite; pelo; Alimentos para consumo humano: Fundamento; Equipamentos; Procedimentos: inspecao e identificacao da amostra; solubilizacao da amostra; preparo da amostra; conservacao da amostra.

A qualidade da irrigação tem sido descrita por parâmetros calculados admitindo-se ser a capacidade de armazenamento de água no solo uma constante. No entanto, tal propriedade do solo apresenta-se variável no espaço. A preocupação com aspectos ambientais e econômicos tem levado ao conceito de manejo da cultura em áreas específicas, o que torna importante o conhecimento da distribuição espacial de propriedades do solo. A geoestatística torna possível a identificação da estrutura de dependência espacial e o mapeamento de uma propriedade do solo. O objetivo deste trabalho foi identificar intensidades de amostragem e de krigagem em blocos, adequadas para estimar o armazenamento de água no solo, para desejado nível de precisão nos parâmetros que caracterizam a qualidade da irrigação. Em área irrigada por pivô central, no campus da ESALQ/USP, foi feita uma amostragem segundo uma transeção radial com espaçamento de 2,83 m. Em cada ponto, foi determinada a capacidade de armazenamento de água no solo, entre as tensões de 0,01 e 0,08 MPa, para 0,30 m de profundidade. De posse do semivariograma obtido para os dados da transeção, foi feita a krigagem em blocos de diferentes comprimentos, entre 2 e 30 m, para espaçamentos amostrais simulados de malhas com lado entre 2 e 20 m, na direção da transeção. A cada combinação de espaçamento e comprimento de bloco, foram associados a respectiva variância de krigagem e o volume de água percolado, calculados com base em lâmina aplicada igual à média dos valores de armazenamento medidos. A krigagem deve ser realizada com os menores valores de lado de bloco (2 m), desde que recursos computacionais não sejam limitantes. O uso de amostragem intensa não promoveu ganho significativo de qualidade das estimativas, em relação aos maiores espaçamentos. Malha de lado igual a 20 m pode ser usada, embora o desejável seja lado de 10 m. É necessária uma amostragem na curta escala para a identificação do semivariograma nas distâncias inferiores a estas. Apesar de promover uma suavização, a krigagem deve ser usada na descrição do padrão espacial de armazenamento, por permitir melhor avaliação dos volumes de excesso e de déficit e, principalmente, por permitir identificar os locais onde eles ocorrem.