Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)

Detalhes bibliográficos
Autor(a) principal: Senna, Larynne Dantas de
Data de Publicação: 2019
Outros Autores: Maia, Adelena Gonçalves, Medeiros, Joana Darc Freire de
Tipo de documento: Artigo
Idioma: eng
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/30224
Resumo: Em relação aos recursos hídricos, índices vem sendo criados para expressar as múltiplas dimensões envolvidas no planejamento e gestão das bacias hidrográficas. Nesse sentido, o Índice de Pobreza Hídrica tem sido globalmente usado. Uma de suas críticas inclui a subjetividade associada a como os sub-índices são ponderados. Neste estudo, aplicamos a análise de componentes principais (PCA) para determinar o peso dos sub-índices: recursos, acesso, capacidade, uso e ambiente da bacia do rio Seridó. O novo índice obtido com o uso de PCA apresenta uma faixa média com valores mais amplos em comparação com as metodologias sem o uso de PCA, permitindo uma identificação clara das disparidades entre as cidades e a possibilidade de priorizar melhor os investimentos relativos à redução da pobreza hídrica. Nossos resultados mostram que essa abordagem possibilita identificar qualitativamente as localizações geográficas que têm maior pobreza hídrica em comparação com outras. Além disso, com essa abordagem, pode-se determinar se a pobreza hídrica é causada devido a características naturais ou déficits de investimento em infraestrutura hídrica, fornecendo também insights sobre as fragilidades sociais. No geral, a ferramenta hierárquica apresentada neste estudo tem um alto valor para melhorar o planejamento dos usos dos recursos hídricos
id UFRN_b216706ab4af05cd840b7b4201c266fe
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/30224
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Senna, Larynne Dantas deMaia, Adelena GonçalvesMedeiros, Joana Darc Freire de2020-09-30T18:43:02Z2020-09-30T18:43:02Z2019SENNA, L.D.; MAIA, A.G.; MEDEIROS, J.D.F.. The use of principal component analysis for the construction of the Water Poverty Index. Revista Brasileira de Recursos Hídricos, v. 24, p. 1-14, 2019. Disponível em: https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312019000100223&tlng=en. Acesso em: 22 set. 2020. https://doi.org/10.1590/2318-0331.2419201800842318-0331https://repositorio.ufrn.br/handle/123456789/3022410.1590/2318-0331.241920180084Em relação aos recursos hídricos, índices vem sendo criados para expressar as múltiplas dimensões envolvidas no planejamento e gestão das bacias hidrográficas. Nesse sentido, o Índice de Pobreza Hídrica tem sido globalmente usado. Uma de suas críticas inclui a subjetividade associada a como os sub-índices são ponderados. Neste estudo, aplicamos a análise de componentes principais (PCA) para determinar o peso dos sub-índices: recursos, acesso, capacidade, uso e ambiente da bacia do rio Seridó. O novo índice obtido com o uso de PCA apresenta uma faixa média com valores mais amplos em comparação com as metodologias sem o uso de PCA, permitindo uma identificação clara das disparidades entre as cidades e a possibilidade de priorizar melhor os investimentos relativos à redução da pobreza hídrica. Nossos resultados mostram que essa abordagem possibilita identificar qualitativamente as localizações geográficas que têm maior pobreza hídrica em comparação com outras. Além disso, com essa abordagem, pode-se determinar se a pobreza hídrica é causada devido a características naturais ou déficits de investimento em infraestrutura hídrica, fornecendo também insights sobre as fragilidades sociais. No geral, a ferramenta hierárquica apresentada neste estudo tem um alto valor para melhorar o planejamento dos usos dos recursos hídricosIn relation to water resources, indexes can be created to express the multiple dimensions involved with it to aid the planning and management of basins. In this regard, the Water Poverty Index is globally used, but one of its criticisms includes the subjectivity associated with how the sub-indexes are weighted. Therefore, in this study, we applied principal component analysis (PCA) to determine the sub-indexes’ weight: resource, access, capacity, use, and environment of the Seridó river basin. This new index with PCA presents an average range with broader values compared to methodologies without, allowing clear identification of the disparities among the cities and the possibility to better prioritize investments concerning water poverty reduction. Our results show that this approach makes it possible to qualitatively identify geographical locations that have greater water poverty compared to others. Additionally, with this approach, it can be determined whether water poverty is caused due to natural characteristics or deficits in water infrastructure investment, providing insight into social fragilities as well. Overall, the presented hierarchical tool in this study has a high value to improve the planning of water resource usesRevista Brasileira de Recursos HídricosAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessEscassez hídricaAnálise multivariadaRegião semiáridaUso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)The use of principal component analysis for the construction of the Water Poverty Indexinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleengreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALUsePrincipalComponent_Maia_2019.pdfUsePrincipalComponent_Maia_2019.pdfapplication/pdf3587375https://repositorio.ufrn.br/bitstream/123456789/30224/1/UsePrincipalComponent_Maia_2019.pdfe7fed98bcf090630548e167ec4af95f5MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.ufrn.br/bitstream/123456789/30224/2/license_rdf4d2950bda3d176f570a9f8b328dfbbefMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/30224/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53TEXTUsePrincipalComponent_Maia_2019.pdf.txtUsePrincipalComponent_Maia_2019.pdf.txtExtracted texttext/plain39565https://repositorio.ufrn.br/bitstream/123456789/30224/4/UsePrincipalComponent_Maia_2019.pdf.txt2f72e45cf7ddc333ea63f1edb3da27c9MD54THUMBNAILUsePrincipalComponent_Maia_2019.pdf.jpgUsePrincipalComponent_Maia_2019.pdf.jpgGenerated Thumbnailimage/jpeg1504https://repositorio.ufrn.br/bitstream/123456789/30224/5/UsePrincipalComponent_Maia_2019.pdf.jpg877655efb10c7e5c91577e6843afc1deMD55123456789/302242020-10-04 04:47:42.452oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-10-04T07:47:42Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
dc.title.alternative.pt_BR.fl_str_mv The use of principal component analysis for the construction of the Water Poverty Index
title Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
spellingShingle Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
Senna, Larynne Dantas de
Escassez hídrica
Análise multivariada
Região semiárida
title_short Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
title_full Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
title_fullStr Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
title_full_unstemmed Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
title_sort Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
author Senna, Larynne Dantas de
author_facet Senna, Larynne Dantas de
Maia, Adelena Gonçalves
Medeiros, Joana Darc Freire de
author_role author
author2 Maia, Adelena Gonçalves
Medeiros, Joana Darc Freire de
author2_role author
author
dc.contributor.author.fl_str_mv Senna, Larynne Dantas de
Maia, Adelena Gonçalves
Medeiros, Joana Darc Freire de
dc.subject.por.fl_str_mv Escassez hídrica
Análise multivariada
Região semiárida
topic Escassez hídrica
Análise multivariada
Região semiárida
description Em relação aos recursos hídricos, índices vem sendo criados para expressar as múltiplas dimensões envolvidas no planejamento e gestão das bacias hidrográficas. Nesse sentido, o Índice de Pobreza Hídrica tem sido globalmente usado. Uma de suas críticas inclui a subjetividade associada a como os sub-índices são ponderados. Neste estudo, aplicamos a análise de componentes principais (PCA) para determinar o peso dos sub-índices: recursos, acesso, capacidade, uso e ambiente da bacia do rio Seridó. O novo índice obtido com o uso de PCA apresenta uma faixa média com valores mais amplos em comparação com as metodologias sem o uso de PCA, permitindo uma identificação clara das disparidades entre as cidades e a possibilidade de priorizar melhor os investimentos relativos à redução da pobreza hídrica. Nossos resultados mostram que essa abordagem possibilita identificar qualitativamente as localizações geográficas que têm maior pobreza hídrica em comparação com outras. Além disso, com essa abordagem, pode-se determinar se a pobreza hídrica é causada devido a características naturais ou déficits de investimento em infraestrutura hídrica, fornecendo também insights sobre as fragilidades sociais. No geral, a ferramenta hierárquica apresentada neste estudo tem um alto valor para melhorar o planejamento dos usos dos recursos hídricos
publishDate 2019
dc.date.issued.fl_str_mv 2019
dc.date.accessioned.fl_str_mv 2020-09-30T18:43:02Z
dc.date.available.fl_str_mv 2020-09-30T18:43:02Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.citation.fl_str_mv SENNA, L.D.; MAIA, A.G.; MEDEIROS, J.D.F.. The use of principal component analysis for the construction of the Water Poverty Index. Revista Brasileira de Recursos Hídricos, v. 24, p. 1-14, 2019. Disponível em: https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312019000100223&tlng=en. Acesso em: 22 set. 2020. https://doi.org/10.1590/2318-0331.241920180084
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/30224
dc.identifier.issn.none.fl_str_mv 2318-0331
dc.identifier.doi.none.fl_str_mv 10.1590/2318-0331.241920180084
identifier_str_mv SENNA, L.D.; MAIA, A.G.; MEDEIROS, J.D.F.. The use of principal component analysis for the construction of the Water Poverty Index. Revista Brasileira de Recursos Hídricos, v. 24, p. 1-14, 2019. Disponível em: https://www.scielo.br/scielo.php?script=sci_arttext&pid=S2318-03312019000100223&tlng=en. Acesso em: 22 set. 2020. https://doi.org/10.1590/2318-0331.241920180084
2318-0331
10.1590/2318-0331.241920180084
url https://repositorio.ufrn.br/handle/123456789/30224
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution 3.0 Brazil
http://creativecommons.org/licenses/by/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Revista Brasileira de Recursos Hídricos
publisher.none.fl_str_mv Revista Brasileira de Recursos Hídricos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/30224/1/UsePrincipalComponent_Maia_2019.pdf
https://repositorio.ufrn.br/bitstream/123456789/30224/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/30224/3/license.txt
https://repositorio.ufrn.br/bitstream/123456789/30224/4/UsePrincipalComponent_Maia_2019.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/30224/5/UsePrincipalComponent_Maia_2019.pdf.jpg
bitstream.checksum.fl_str_mv e7fed98bcf090630548e167ec4af95f5
4d2950bda3d176f570a9f8b328dfbbef
e9597aa2854d128fd968be5edc8a28d9
2f72e45cf7ddc333ea63f1edb3da27c9
877655efb10c7e5c91577e6843afc1de
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117506949709824