Classificação da composição iônica da água de irrigação usando regressão linear múltipla

AUTOR(ES)

Maia, Celsemy E., Morais, Elís R.C. de, Oliveira, Maurício de

FONTE

Revista Brasileira de Engenharia Agrícola e Ambiental

DATA DE PUBLICAÇÃO

2001-04

RESUMO

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.

ASSUNTO(S)

classificação de águas água de irrigação regressão linear múltipla

Documentos Relacionados

• Uso da regressão linear para estimativa da relação entre a condutividade elétrica e a composição iônica da água de irrigação
• Comparação de desempenho de tecnicas para detecção de baixo peso em recem-nascidos usando regressão linear multipla e logistica
• Equação de regressão linear múltipla para estimativa do erro experimental
• Controle da qualidade da água no reservatório de Rio Terceiro (Argentina) usando sistemas de informação geográfica e modelos de regressão linear
• Poder de detecção de "Quantitative Trait Loci", da análise de marcas simples e da regressão linear múltipla