Transporte de material dissolvido em superfície impermeável sob chuva artificial analisado com a aplicação do delineamento experimental das faces centradas

• Autor(a) principal: Pessoti, Bruna Peterson Luque
• Data de Publicação: 2020
• Outros Autores: Silveira, Alexandre, Moura, Rafael Brito de, Isidoro, Jorge, Tiezzi, Rafael de Oliveira, Gonçalves, Flávio Aparecido
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.1/13881
• topic: Urbanização; Simulação de chuva; Escoamento superficial; Qualidade da água

O estudo do escoamento superficial e transporte de poluentes é de grande importância, pois ajuda na prevenção de impactos ambientais, auxiliando em planejamentos a serem realizados pelo poder público. Neste trabalho, teve-se como objetivo estudar, em laboratório, a dinâmica do transporte de material (cloreto de sódio — NaCl) disposto sobre uma superfície impermeável, dissolvido pela aplicação de água via simulador de chuva, tendo como fonte de variação três variáveis independentes: declividade, intensidade de precipitação e posição do material. Utilizou-se o delineamento experimental de faces centradas, que contemplou diferentes cenários reproduzidos nos experimentos, onde se avaliou a influência das três variáveis independentes sobre às dependentes (tempo de transporte, valor de pico, tempo de pico e massa total transportada), cujas respostas foram monitoradas no exutório do modelo experimental. A análise de resultados obtidos permitiu identificar o efeito significativo da declividade e posição do material sobre todas as variáveis dependentes estudadas e ainda o efeito quadrático da declividade para o tempo de transporte e a massa total transportada. Já para a intensidade de precipitação, verificou-se influência apenas para o tempo de transporte, dentro dos intervalos de estudo com nível de significância de 95%. O modelo produzido para o tempo de transporte é capaz de explicar 90% da variabilidade dos dados, enquanto o para o valor de pico possui uma capacidade de explicação de 67,9%. O tempo de pico possui um modelo capaz de explicar 74,2% da variabilidade dos dados, e o modelo produzido para a massa total transportada possui uma capacidade de explicação de 62,4% da variabilidade dos dados.