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

Pessoti, Bruna Peterson Luque; Silveira, Alexandre; Moura, Rafael Brito de; Isidoro, Jorge; Tiezzi, Rafael de Oliveira; Gonçalves, Flávio Aparecido

http://hdl.handle.net/10400.1/13881

Use this identifier to reference this record.

Name:	Description:	Size:	Format:
1809-4457-esa-s1413-41522020194490.pdf		761.6 KB	Adobe PDF	Download

Send Feedback

Authors

Pessoti, Bruna Peterson Luque

Silveira, Alexandre

Moura, Rafael Brito de

Isidoro, Jorge

Tiezzi, Rafael de Oliveira

Gonçalves, Flávio Aparecido

Abstract(s)

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.