Uso de análise de componentes principais na construção do Índice de Pobreza Hídrica (WPI)
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , |
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 |