APLICAO DA LGICA NEBULOSA NA

PARAMETRIZAO DE UM NOVO NDICE DE

QUALIDADE DAS GUAS
Andr Lermontov1
Ldia Yokoyama2
Mihail Lermontov3
Maria Augusta Soares Machado4

Resumo: As metodologias que utilizam lgica nebulosa, uma das ferramentas da

inteligncia artificial, vm cada vez mais sendo utilizadas no tratamento das incertezas e
subjetividades intrnsecas dos problemas ambientais. Este estudo prope a criao de um
novo ndice de qualidade das guas, o ndice Nebuloso de Qualidade das guas (INQA),
atravs de uma interface facilitadora, o sistema de inferncia nebulosa. Compara-se ento
este novo ndice aos j calculados pelas diversas metodologias existentes. Esta nova
metodologia validada utilizando-se as anlises do monitoramento do rio Pardo, da regio
de Ribeiro Preto SP, realizadas pela Companhia de Tecnologia de Saneamento
Ambiental de So Paulo (CETESB) durante os anos de 2004 a 2006.
Palavras-chave: Lgica Nebulosa, ndice de Qualidade das guas.

Abstract: Methodologies that use fuzzy logic, one of the artificial intelligence tools, is
being increasingly used in the treatment of uncertainties and inherent subjectivities of
environmental problems. This study proposes the creation of a new water quality index, the
Fuzzy Water Quality Index (INQA) thru a facilitative interface, the fuzzy inference system.
This new index is then compared to the ones already calculated by several existent
methodologies. This new methodology is validated using the monitoring analysis of the
Pardo river, Ribeiro Preto region, So Paulo, Brazil, disclosed by Companhia de
Tecnologia de Saneamento Ambiental de So Paulo (CETESB) and carried out from 2004
to 2006.
Keywords: Fuzzy Logic, Water Quality Index

_________________________
1

Tecnologia de Processos Qumicos e Bioqumicos DPI/EQ/UFRJ e-mail: lermontov.andre@gmail.com

DPI/EQ/UFRJ e-mail: ldia@eq.ufrj.br
3
GMA/IM/UFF e-mail: mihail@vm.uff.br
4
Faculdades IBMECRJ e-mail: mmachado@ibmecrj.br
2

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

106

1.

INTRODUO

A avaliao da qualidade da gua de

rios nos pases em desenvolvimento tem
se tornado um problema nos ltimos
anos, especialmente devido escassez
progressiva deste recurso (Ongley, 1998).
Relatrios de qualidade de guas so
normalmente voltados para um pblico
tcnico,
apresentando
dados
de
monitoramento
com
nfase
em
parmetros individuais, sem prover uma
viso global da qualidade de um rio. As
metodologias para integrar variveis de
qualidade de gua em ndices especficos,
esto sendo cada vez mais requisitadas no
cenrio nacional e internacional. Vrios
autores integraram variveis diversas de
qualidade de gua em ndices nicos
(Mitchell, 1996; Pesce e Wunderlin,
1999; Cude, 2001; Liou et al., 2004; Said
et al., 2004; Silva e Jardim, 2006). A
maioria destes ndices teve como base o
ndice de Qualidade de gua (IQA),
desenvolvido
pela
U.S.
National
Sanitation Foundadtion (NSF, 2007).
A necessidade de tcnicas mais
apropriadas para gerenciar a importncia
das variveis de qualidade da gua, a
interpretao dos limites aceitveis para
cada parmetro e a metodologia utilizada
para integrar parmetros distintos
envolvidos na avaliao dos processos
reconhecida. Neste sentido, algumas
metodologias
de
integrao
da
Inteligncia Artificial na modelagem de
qualidade da gua emergiram (Chau,
2006). Atravs da lgica nebulosa, estas
metodologias vm sendo utilizadas no
gerenciamento ambiental (Silvert, 1997,
2000).
Monitorar a qualidade da gua e
tomar decises qualitativas com base em
dados um desafio para os engenheiros
ambientais em cada etapa, desde a coleta
da amostra, armazenamento, processamento at a anlise e interpretao dos
resultados. Cada uma das etapas
envolvidas contm incertezas que se
propagam ao longo de toda a cadeia.
Em virtude das limitaes das
modelagens
determinsticas
e
aproximaes
via
metodologias
tradicionais do ndice de qualidade das

guas, um mtodo mais avanado de

indexao se faz necessrio, capaz de
contabilizar as informaes imprecisas,
vagas e nebulosas nas tomadas de
decises que envolvem a qualidade da
gua.
Este estudo tem como objetivo
propor a criao de um novo ndice de
Qualidade das guas atravs de uma
interface da Inteligncia Artificial,
baseada na Lgica Nebulosa e as
ferramentas de Inferncia Nebulosa,
denominado
ndice
Nebuloso
de
Qualidade de guas (INQA). Esta
metodologia foi validada atravs de um
estudo
comparativo
aos
ndices
calculados
atravs
das
diversas
metodologias j propostas.

2.

DESENVOLVIMENTO

2.1
NDICES
DAS GUAS

DE

QUALIDADE

Um ndice no objetiva descrever a

variao de concentrao de um poluente
ou a alterao de um parmetro
separadamente. A dificuldade na elaborao de um ndice de Qualidade das
guas, IQA, est em sintetizar em um
nico nmero uma realidade complexa,
onde inmeras variveis ambientais tm
influncia e a qualidade ser uma funo
indireta de seu uso proposto. Portanto,
uma definio clara dos objetivos que se
desejam alcanar com um ndice se faz
necessria. A elaborao de um de ndice
de Qualidade das guas pode ser
simplificada ao levar em considerao
somente as variveis ambientais crticas
que afetam determinado corpo hdrico.
As vantagens dos ndices so a
facilidade de comunicao com o pblico
leigo, o status maior do que as variveis
isoladas e o fato de representar uma
mdia de diversas variveis em um nico
nmero, combinando unidades de medidas diferentes em uma nica unidade.
Uma desvantagem no processo de
indexao que alguns parmetros que
constituem a equao do ndice podem
influenciar drasticamente no resultado
final sem nenhuma justificativa cientfica.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

107

Horton (1965) desenvolveu, atravs

de um estudo pioneiro, ndices gerais,
selecionando e ponderando parmetros de
qualidade de gua diversos. Esta
metodologia foi ento aperfeioada pela
U.S. National Sanitation Foundadtion
(NSF, 2007).
A frmula convencional e pioneira
para se calcular um ndice de Qualidade
das guas se d, matematicamente,
atravs da mdia ponderada de alguns
parmetros
pr-estabelecidos
e
normalizados numa escala entre 0 e 100,
multiplicados seus pesos relativos
correspondentes disponveis nas curvas
de normalizao e pesos relativos (NSF,
2007).
Conesa
(1995)
modificou
a
metodologia tradicional do clculo do
IQA e criou um outro ndice, denominado
ndice Subjetivo de Qualidade das guas
IQAsub. Este novo ndice difere do
ndice tradicional ao ter introduzido em
sua formulao uma constante subjetiva
denominada k. Esta constante assume
valores entre 1 e 0,25 com intervalos de
0,25, sendo o valor 1 representando uma
gua aparentemente sem contaminante e
0,25 uma amostra visualmente muito
poluda (fortes odores e cores intensas).
Os parmetros que compem esta
formulao
(eq.
1)
devem
ser
previamente normalizados atravs das
curvas de Conesa (1995) com os devidos
pesos relativos. O ndice Objetivo de
Qualidade das guas IQAobj resulta da
eliminao desta constante k subjetiva.

Ci x Pi
IQAsub = k
Pi
i

(eq. 1)

Onde:
k a constante subjetiva;
Ci o valor de cada parmetro aps a
normalizao (Conesa, 1995);
Pi o valor do peso relativo de cada
parmetro (Conesa, 1995).
O IQA utilizado no Brasil foi
adaptado e desenvolvido pela CETESB, a
partir do ndice da NSF. O IQA incorpora
9 variveis consideradas relevantes para a

avaliao da qualidade das guas, tendo

como determinante principal a sua
utilizao para abastecimento pblico de
gua potvel.
A criao do IQA baseou-se numa
pesquisa de opinio junto a especialistas
em qualidade de guas, que indicaram as
variveis a serem avaliadas, o peso
relativo e a condio com que se
apresenta cada parmetro, segundo uma
escala de valores ponderados. Das 35
variveis indicadoras de qualidade de
gua inicialmente propostas, somente 9
foram selecionadas. Para estas, a critrio
de cada profissional, foram estabelecidas
curvas de variao da qualidade das
guas de acordo com o estado ou a
condio de cada parmetro. Este
conjunto de curvas de variao para cada
parmetro, bem como seu peso relativo
correspondente, encontram-se disponveis
nos Relatrios de Qualidade das guas
Interiores do Estado de So Paulo
(CETESB, 2004, 2005 e 2006).
O IQA calculado atravs do
produtrio ponderado (eq. 2) da
qualidade das guas normalizadas
graficamente, correspondentes a nove
variveis, ni: Temperatura, pH, Oxignio
Dissolvido, Demanda Bioqumica de
Coliformes
Oxignio
(DBO5),
Termotolerantes,
Nitrognio
Total,
Fsforo Total, Resduo Total e Turbidez.
Cada parmetro ponderado, wi, por um
valor variando entre 0 e 1, cujo somatrio
iguala-se a 1. O resultado expresso em
um valor numrico variando de 0 a 100 e
divididos em 5 faixas de qualidades: [100
- 79) - Qualidade tima; [79 - 51) Qualidade Boa; [51 - 36) - Qualidade
Mdia; [36 - 19) - Qualidade Ruim; [19 0] - Qualidade Pssima (CETESB, 2004,
2005 e 2006).
n

IQA = q iw

(eq. 2)

i =1

Silva e Jardim (2006) desenvolveram

mais um ndice, denominado de ndice de
Qualidade das guas para a proteo da
vida aqutica (IQAPVA), usando o
conceito do operador mnimo. Este ndice
apresentou a vantagem de trabalhar com

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

108

poucas variveis ambientais. Isto causou

a minimizao de um clssico e
indesejvel efeito na elaborao de
ndices, o efeito eclipse. Este efeito
resultante da agregao de inmeras
variveis ambientais em um nico
nmero, produzindo uma atenuao do
impacto negativo de uma das variveis
frente ao comportamento estvel das
demais (Landwehr,1976; House, 1987).
O IQAPVA utiliza somente dois
parmetros, a amnia total (AT) e o
oxignio dissolvido (OD) conforme
equao (eq. 3):
IQAPVA = min (ATn, ODn)

(eq. 3)

Um quarto ndice, denominado de

IQAmin, foi proposto por Pesce e
Wunderlin (2000). O IQAmin calculado
atravs da mdia aritmtica dos valores
normalizados (eq. 4) pelas curvas de
Conesa (Conesa, 1995) de trs
parmetros
ambientais:
Oxignio
Dissolvido (OD), Turbidez (Turb) e
Fsforo Total (FT).
IQAmin =

OD+Turb+FT

(eq. 4)

Na literatura, outras metodologias de

clculo de ndices so encontradas.
Bordalo et al. (2001) modificou a
equao do ndice de Qualidade das
guas Escocs (SDD,1976) e adaptou
esta rios tropicais, usando esta nova
equao para indexar um rio na
Tailndia. Stambuk Giljanovic (1999)
apresentou um ndice de avaliao das
guas. Diferentemente de outros ndices,
este integra em sua frmula parmetros
fsico-qumicos e coeficientes de
mineralizao e corroso. Estes ndices
no sero discutidos neste estudo.
2.2

INFERNCIA NEBULOSA

expresses condicionais qualitativas e

com significado verbal, cujo mrito ser
semanticamente claro. Esses sistemas so
capazes de ampliar sua base de
conhecimento definida inicialmente,
atravs de um processo de inferncia ou
aprendizado e so, por isso, s vezes,
chamados de sistemas inteligentes.
Um dos segmentos de pesquisa da IA
a denominada Lgica Nebulosa. Foi
concebida inicialmente como uma forma
para representar um conhecimento
inerentemente vago ou de natureza
lingstica. Sua base constituda pela
matemtica dos conjuntos nebulosos, a
qual foi concebida para tratar das
incertezas atravs de uma abordagem
alternativa (ZADEH, 1965).
A inferncia nebulosa o resultado
do casamento da lgica nebulosa com os
sistemas baseados em conhecimento
(Yager, 1994). Os modelos mais comuns
utilizados para representar o processo de
classificao de corpos hdricos se
denominam de modelos determinsticos
conceituais. Determinsticos, porque
ignoram as propriedades estocsticas
inerentes ao processo; e conceituais,
porque buscam uma interpretao fsica
para
os
diversos
sub-processos
envolvidos. Esses modelos utilizam,
muitas vezes, uma grande quantidade de
parmetros, o que torna a sua modelagem
uma tarefa bastante complexa.
Os modelos baseados em regras
nebulosas tm-se apresentado como
instrumentos adequados para representar
incertezas e imprecises de conhecimento
e de dados. Esses modelos podem
representar aspectos qualitativos do
conhecimento e dos processos de
inferncia humana, sem empregar anlise
quantitativa precisa. So, portanto, menos
precisos do que os modelos numricos
convencionais. Entretanto, o ganho em
simplicidade, velocidade computacional e
flexibilidade que resultam do uso desses
modelos, podem compensar uma possvel
perda de preciso (Brdossy, 1995).
H, ainda, pelo menos trs razes
pelas quais a abordagem baseada em
regras nebulosas podem ser justificadas
(Brdossy, 1995): primeiro, o fato de que
uma ampla variedade de relaes no

Os
sistemas
baseados
em
conhecimento ou sistemas especialistas
so alguns dos campos da Inteligncia
Artificial (IA). A essncia destes sistemas
a aquisio de uma base de
conhecimento heurstico, geralmente
representada atravs de um conjunto de
ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

109

lineares pode ser descrita; segundo, o fato

desses modelos serem simples, porque
cada modelo composto de um conjunto
de modelos locais simples; e terceiro, o
fato
deles
serem
verbalmente
interpretveis, o que lhes d uma
caracterstica prxima aos modelos de IA.
O sucesso com o qual os sistemas
baseados em regras nebulosas tm sido
utilizados
para
modelar
sistemas
dinmicos em outros campos da cincia e
da engenharia sugere que esta abordagem
possa mostrar-se um efetivo e eficiente
caminho para modelar a criao de um
IQA,
principalmente,
quando
o
conhecimento
explcito
dos
subprocessos internos do processo de
indexao no requerido.
A lgica nebulosa estende a lgica
tradicional com a introduo do conceito
da verdade parcial, permitindo uma
pertinncia simultnea e parcial em
vrios conjuntos ao invs de uma
incluso total em um conjunto definido
Ross (2004).
Duas
razes
motivaram
o
desenvolvimento da lgica nebulosa.
Primeiro, a lgica nebulosa aponta para
um
alvio
nas
dificuldades
do
desenvolvimento e anlise de sistemas
complexos encontrados nas ferramentas
matemticas convencionais. Segundo,
motivada pela observao do raciocnio
humano em utilizar conceitos e
conhecimentos desprovidos de fronteiras
bem definidas como, por exemplo,
conceitos vagos. A primeira motivao
est diretamente relacionada com a
soluo dos problemas do mundo real,
enquanto a segunda est relacionada com
a Inteligncia Artificial. A conjuno
destas motivaes no s torna a lgica
nebulosa nica e diferente de outras
metodologias, como forma uma ponte
natural entre o mundo quantitativo e o
qualitativo. Esta tecnologia oferece um
grande benefcio nico, no s prov
meios com timo custo-benefcio de
modelar
um
complexo
sistema
envolvendo variveis numricas, como
tambm
oferece
uma
descrio
qualitativa do sistema que de fcil
compreenso

A inferncia nebulosa o processo

que formula o mapeamento de um dado
conjunto de entrada a um conjunto de
sada usando a lgica nebulosa. Este
mapeamento prov base para tomadas de
decises ou discernimento de padres. O
processo de inferncia nebulosa envolve
quatro etapas importantes: 1) conjuntos
nebulosos e funes de pertinncia; 2)
operaes com conjuntos nebulosos; 3)
lgica nebulosa; e 4) regras de inferncia.
Um aprofundamento destes conceitos
pode ser encontrado em Brdossy (1995),
Yen e Langari (1999), Ross (2004), Cruz
(2004) e Caldeira (2007)
A teoria dos conjuntos nebulosos
vem sendo cada dia mais desenvolvida, a
fim de mapear as interpretaes
lingsticas e incertezas dos fenmenos
ambientais (Silvert, 1997, 2000).
Algumas metodologias que fazem uso do
sistema inferncia nebulosa foram
testadas em situaes reais de gesto,
monitoramento e problemas ambientais.
O conceito da teoria dos conjuntos
nebulosos foi descrito por Chau (2006)
como sendo til na modelagem da
qualidade das guas, uma vez que lida
com uma aproximao alternativa em
torno dos problemas em que os objetivos
e fronteiras no esto bem definidos ou
so imprecisos.
Ocampo-Duque et al. (2006)
descreveram simples e profundamente a
teoria em torno dos sistemas de inferncia
nebulosa. Utilizou a ferramenta da
inferncia nebulosa para indexar 27
parmetros de monitoramento de um rio.
Aps normalizar todos os parmetros e
agrupa-los em 5 grupos de parmetros
afins, estes foram nebulizados em 3
conjuntos. O resultado aps a inferncia
foi a criao de um ndice nebuloso de
qualidade da gua. Icaga (2007) aplicou a
inferncia nebulosa em qualidade de rios
para enquadr-los em suas classes de uso.
Dahiya et al. (2007) aplicaram a teoria
dos conjuntos nebulosos na avaliao dos
parmetros fsico-qumicos de guas
subterrneas para fins da determinao da
sua potabilidade.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

110

2.3

O RIO PARDO

O rio Pardo nasce de uma pequena mina,

de guas lmpidas, na Serra do Cervo, nos
contrafortes da Serra da Mantiqueira, no
estado de Minas Gerais. Atravessa a
regio noroeste do estado de So Paulo e,
aps percorrer 240 km com uma bacia de
drenagem de 8.993 km (Figura 1),
desgua na foz do Rio Mogi-Guau. Este
estudo se restringe a rea de abrangncia
da quarta Unidade de Gerenciamento de
Recursos Hdricos (UGRHI 4),dentro da
bacia do rio Pardo, da Companhia de
Tecnologia de Saneamento Ambiental
(CETESB), ligada a Secretaria de Estado
do Meio Ambiente do Estado de So
Paulo. Os principais usos do solo dentro
desta rea so urbano-industrial e

agrcola, com presena de culturas de

cana de acar (329.924 hectares),
pastagens (261.999 hectares), fruticultura
(83.611 hectares) e silvicultura (46640
hectares). Cerca de 3% da populao do
estado vivem nesta UGRHI (1.056.658
pessoas) com 97% de populao
predominantemente urbana, espalhadas
por 23 cidades. Os principais usos da
gua so para abastecimento pblico e
industrial, afastamento de efluentes e
irrigao de plantaes. Cerca de 99%
dos efluentes so coletados e 51% so
tratados. Estima-se que aproximadamente
31 toneladas de DBO (carga poluidora
remanescente) so lanadas nos corpos
receptores para afastamento dentro desta
bacia hidrogrfica (CETESB, 2006).

Figura 1 Localizao geogrfica da bacia do rio Pardo.

Os dados para este estudo foram
retirados dos Relatrios de Qualidade
das guas Interiores do Estado de So
Paulo, publicados pela CETESB,
referentes aos anos de 2004 a 2006.
Utilizou-se a mesma codificao dos
relatrios (Figura 1): ponto P1, cdigo
PARD02010, localizado sob a ponte na
rodovia SP-350, no trecho que liga So
Jos do Rio Pardo Guaxupque; ponto
P2, cdigo PARD02100, sob a Ponte na

rodovia SP-340, trecho que liga Casa

Branca a Mococa; ponto P3, cdigo
PARD02500, na margem esquerda, no
Clube de Regatas de Ribeiro Preto. O
ltimo ponto, P4, cdigo PARD0260,
situa-se margem direita, a 50 m da
ponte da rodovia que liga Pontal a Cndia
e praticamente o ltimo ponto no final
da bacia.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

111

2.4
DESENVOLVIMENTO
DO
NDICE NEBULOSO DE QUALIDADE
DAS GUAS
O desenvolvimento do ndice
Nebuloso de Qualidade das guas
(INQA) no uma tarefa fcil. Integrar a
lgica nebulosa e o sistema de inferncia
nebuloso s variveis de monitoramento
ambiental sem prejudicar o resultado
final requer uma mudana de conceito.
Nas metodologias tradicionais de
clculo do IQA, os parmetros so
normalizados atravs de tabelas ou curvas
prprias (Conesa, 1995; Pesce e
Wunderlin, 1999; CETESB, 2004, 2005 e
2006; NSF, 2007) e em seguida
calculados por mtodos matemticos
convencionais. Nesta metodologia os
parmetros foram normalizados e
agrupados atravs de um sistema de
inferncia nebulosa.
Para este estudo foram utilizados os
nove parmetros que compem o IQA
utilizados pela CETESB: temperatura
(Temp), pH (pH), oxignio dissolvido
(OD), demanda bioqumica de oxignio
(DBO),
coliformes
termotolerantes
(Coli), nitrognio total (NT), fsforo total
(FT), resduo total (ST) e turbidez (Turb).
A equipe envolvida neste trabalho ainda
estuda o desenvolvendo de um ndice
com a incluso de outros parmetros,
como metais pesados e compostos
txicos, para uma indexao mais realista
dos corpos hdricos.
Os conjuntos nebulosos foram
definidos nos termos de uma funo de
pertinncia que mapeiam um domnio de
interesse num intervalo [0,1].
Os formatos das curvas mapeiam a
funo de pertinncia em cada conjunto e
estas mostram o grau em que um valor
especfico pertence ao respectivo
conjunto (eq. 5):

Foram criadas funes de pertinncia

trapezoidais e triangulares para os nove
parmetros (Tabela 1 e Tabela 2)
conforme equaes abaixo:
Trapezoidais:
se x < a e d < x

a xb

bxc

cxd

0
(a-x)

(a-b)
f ( x; a, b, c, d ) =
1
(d-x)

(d-c)

A
funo
de
pertinncia
trapezoidal tem a forma da Figura 2.
f(x)
1,0
0,5

Figura 2 Funo de pertinncia

trapezoidal
Triangulares:

(a-x)
f ( x; a, b, c) =
(a-b)
(c-x)

(c-b)

se x < a e c < x

a xb

bxc

A funo de pertinncia triangular

tem a forma da Figura 3.
f(x)
1,0

A : X [0,1]

(eq. 5)

O conjunto A pode ainda ser definido

nos termos de sua funo de pertinncia:
x membro integral de A
= 1

A = (0,1) x membro parcial de A

= 0

x no membro de A

0,5

Figura 3 Funo de pertinncia

triangular

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

112

conjuntos de entrada, as variveis de

qualidade de gua, chamadas de
antecedentes, foram processadas atravs
de um conjunto de regras lingsticas do
tipo se / ento, tendo como resultado um
conjunto
de
sada,
os
grupos,
denominados de conseqentes.

Em um sistema nebuloso baseado em

regras a cada conjunto atribuda uma
descrio lingstica. Os conjuntos so
ento nomeados conforme um grau
perceptvel de qualidade variando estes
desde Muito timo, timo, Muito Bom
at Muito Pssimo (Tabelas 1, 2, 3, 4, 5 e
6). Este estudo utilizou o modelo
lingstico de inferncia nebulosa onde os

Tabela 01 Conjuntos Nebulosos e termos lingsticos do Grupo 01.

Gr01
Parmetro
Simbolo
Unidade
Intervalo
Varivel lingustca
Muito timo - MO
timo - O
Muito Bom - MB
Bom - B
Mdio/Bom - MedB
Mdio - Med
Mdio/Rum - MedR
Rum - R
Muito Ruim - MR
Pssimo - P
Muito Pssimo - MP

a
15
14
21
13
22
10
24
5
26
0
28
-2
30
-4
32
-6
36
-6
40
-6
45

Temperatura
Temp
C
-6 - 45
b
c
16
21
15
16
22
24
14
15
24
26
13
14
26
28
10
13
28
30
5
10
30
32
0
5
32
36
-2
0
36
40
-4
-2
40
45
-6
-4
45
45
-6
-6
45
45

pH
pH
1 - 14
a
b
c
6.80 6.90 7.10
7.10 7.75 8.25
6.60 6.80 6.90
7.75 8.25 8.50
6.30 6.60 6.80
8.25 8.50 8.75
6.10 6.30 6.60
8.50 8.75 9.00
5.85 6.10 6.30
8.75 9.00 9.20
5.60 5.85 6.10
9.00 9.20 9.60
5.20 5.60 5.85
9.20 9.60 10.00
4.75 5.20 5.60
9.60 10.00 10.50
4.00 4.75 5.20
10.00 10.50 12.00
2.00 4.00 4.75
10.50 14.00 14.00
1.00 1.00 4.00

d
22

d
7.75

Tabela 02 Conjuntos Nebulosos e termos lingsticos do Grupo 02.

Gr02
Parmetro
Simbolo
Unidade
Intervalo
Varivel lingustca
Muito timo - MO
timo - O
Muito Bom - MB
Bom - B
Mdio/Bom - MedB
Mdio - Med
Mdio/Rum - MedR
Rum - R
Muito Ruim - MR
Pssimo - P
Muito Pssimo - MP

Oxignio Dissolvido
OD
mg/l
0-9
a
7.0
6.5
6
5
4
3.5
3
2
1
0
0

b
7.5
7
6.5
6
5
4
3.5
3
2
1
0

c
9.0
7.5
7
6.5
6
5
4
3.5
3
2
1

d
9.0

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

Demanda Bioqmica
de Oxognio
DBO
mg/l
0 - 30
a
b
c
d
0
0
0.5
2
0.5
2
3
2
3
4
3
4
5
4
5
6
5
6
8
6
8
12
8
12
15
12
15
22
15
22
30
22
30
30

113

Tabela 03 Conjuntos Nebulosos e

termos lingsticos do Grupo 03
Parmetro
Simbolo
Unidade
Intervalo
Varivel lingustca
Muito timo - MO
timo - O
Muito Bom - MB
Bom - B
Mdio/Bom - MedB
Mdio - Med
Mdio/Rum - MedR
Rum - R
Muito Ruim - MR
Pssimo - P
Muito Pssimo - MP

qualidade so processadas por sistemas

de inferncia e tendo como resultado os
seus respectivos grupos normalizados
entre 0 e 100. Os grupos so ento
novamente processados atravs de uma
nova inferncia, tendo como resultado
final, o ndice Nebuloso de Qualidade das
guas - INQA.

Gr03
Coliformes Termotolerantes
Coli
mg/l
0 - 18.000
a
b
c
d
0
0
1
1
1
2
3
2
3
8
3
8
16
8
16
40
16
40
100
40
100
300
100
300 1000
300 1000 6000
1000 6000 18000
6000 18000 18000

Tabela 04 Conjuntos Nebulosos e

termos lingsticos do Grupo 04
Gr04
Parmetro
Simbolo
Unidade
Intervalo
Varivel lingustca
Muito timo - MO
timo - O
Muito Bom - MB
Bom - B
Mdio/Bom - MedB
Mdio - Med
Mdio/Rum - MedR
Rum - R
Muito Ruim - MR
Pssimo - P
Muito Pssimo - MP

a
0
0
2
4
6
8
10
15
25
35
50

Nitrognio Total
NT
mg/l
0 - 100
b
c
0
0.5
2
4
4
6
6
8
8
10
10
15
15
25
25
35
35
50
50
100
100
100

d
2

a
0
0.1
0.2
0.3
0.4
0.6
0.8
1
1.5
3
6

Fsforo Total
FT
mg/l
0 - 10
b
c
0
0.1
0.2
0.3
0.3
0.4
0.4
0.6
0.6
0.8
0.8
1
1
1.5
1.5
3
3
6
6
10
10
10

Tabela 05 Conjuntos Nebulosos e

termos lingsticos do Grupo 05
Gr05
Parmetro
Simbolo
Unidade
Intervalo
Varivel lingustca
Muito timo - MO
timo - O
Muito Bom - MB
Bom - B
Mdio/Bom - MedB
Mdio - Med
Mdio/Rum - MedR
Rum - R
Muito Ruim - MR
Pssimo - P
Muito Pssimo - MP

a
0
0
50
150
250
320
400
450
550
600
650

Slidos Totais
ST
mg/l
0 - 750
b
c
0
5
50
150
150
250
250
320
320
400
400
450
450
550
550
600
600
650
650
750
750
750

d
50

a
0
0.5
2.5
7.5
12.5
22.5
35
50
70
95
120

Turbidez
Turb
mg/l
0 - 150
b
c
0.0
0.5
2.5
7.5
7.5
12.5
12.5 22.5
22.5
35
35
50
50
70
70
95
95
120
120
150
150
150

Tabela 06 Conjuntos Nebulosos e

termos lingsticos do conseqente
Intervalo
Varivel lingustca
Muito timo - MO
timo - O
Muito Bom - MB
Bom - B
Mdio/Bom - MedB
Mdio - Med
Mdio/Rum - MedR
Rum - R
Muito Ruim - MR
Pssimo - P
Muito Pssimo - MP

a
0
0
10
20
30
40
50
60
70
80
90

Grupo de Sada
0 - 100
b
c
d
0
1
10
10
20
20
30
30
40
40
50
50
60
60
70
70
80
80
90
90
100
100
100

A Figura 4 mostra o fluxograma de

processo onde as variveis individuais de

Figura 04 Fluxograma de
processamento

d
0.2

d
2.5

O primeiro grupo (Gr01) normalizou

e agregou os parmetros fsicos pH e
Temp. O segundo (Gr02) o OD e a DBO.
Os coliformes termotolerantes, grupo
microbiolgico, foram normalizados
independentemente (Gr03). O quarto
grupo (Gr04) englobou os nutrientes
como o NT e FT e o quinto (Gr05)
agregou e normalizou os ST e a Turb. Os
resultados das anlises de gua da
UGRHI utilizados neste estudo foram
extrados dos Relatrios de Qualidade das
guas Interiores do Estado de So Paulo,
Brasil, referentes aos anos de 2004, 2005
e 2006. Como base para criao e
normalizao dos conjuntos nebulosos
deste estudo foram utilizadas as curvas da
CETESB para os parmetros pH, DBO,
Coli, NT, FT, ST e Turb e as curvas de
Conesa para Temp e OD.
As regras para normalizao e
agrupamento seguiram a lgica descrita a
seguir e o conseqente obedeceu sempre
imposio do operador mnimo:
Se PP MO e SP MO ento sada do
GR MO
Se PP MO e SP O ento sada do
Grupo O
Se PP O e SP MO ento sada do
Grupo O
...

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

114

Se PP MO e SP MP ento sada do
Grupo MP
Se PP MP e SP MO ento sada do
Grupo MP
PP Primeiro Parmetro;
SP Segundo Parmetro ;
GR Grupo.
O INQA foi desenvolvido a partir de
uma inferncia nebulosa que tem como
conjuntos de entrada os Grupos 01 a 05 e
um sistema de regras. Tanto os conjuntos
dos antecedentes quanto o conjunto do
conseqente (INQA) foram criados por
funes de pertinncia trapezoidais e
triangulares (Tabela 08) (Figura 05),
tendo sido suas fronteiras delimitadas
pelos padres de qualidade do IQA da
CETESB (Tabela 07). Por exemplo, foi
pressuposto que a fronteira que separa um
ndice entre Bom e timo assumisse 50%
de pertinncia, tanto no conjunto

nebuloso timo quanto no Bom, e assim

por diante. Esta metodologia demonstra
assim, a inexistncia de fronteira rgida
entre as classes.
Tabela 07 Fronteiras das classes do
IQA da CETESB
IQA <= 19
19 < IQA <= 36
36 < IQA <= 51
51 < IQA <= 79
79 < IQA <= 100

- Pssimo
- Ruim
- Mdio
- Bom
- timo

Tabela 08 Conjuntos nebulosos dos

antecedentes e conseqente da inferncia
IN06
Gr 01, 02, 03, 04, 05 e INQA
0 - 100

timo
Bom
Mdio
Ruim
Pssimo

65
44
28
0
0

90
65
44
28
0

100
90
65
44
9

100

28

Figura 05 Grfico das funes dos conjuntos nebulosos.

Para o sistema de inferncia nebulosa
que tem como sada o INQA foram
criadas 3125 regras que seguiram uma
lgica, conforme exemplificado a seguir:

Se Gr01 Ruim e Gr02 Pssimo e Gr03

Mdio e Gr04 Ruim e Gr05 pssimo
ento INQA Pssimo.
...
Regra 3125:
Se Gr01 Pssimo e Gr02 Pssimo e
Gr03 Pssimo e Gr04 Pssimo e Gr05
Pssimo ento INQA Pssimo.

Regra 01:
Se Gr01 timo e Gr02 timo e Gr03
timo e Gr04 timo e Gr05 timo
ento INQA timo.
Toda metodologia computacional foi
...
desenvolvida com auxlio do fuzzy logic
Regra 830:
toolbox do pacote MATLAB (2006).
Se Gr01 Bom e Gr02 Bom e Gr03
Ruim e Gr04 timo e Gr05 Pssimo
ento INQA Bom.
...
3.
RESULTADOS E DISCUSSO
Regra 1214:
Se Gr01 Bom e Gr02 Pssimo e Gr03
Para o desenvolvimento deste estudo
Ruim e Gr04 Mdio e Gr05 Ruim
foram considerados os resultados das
ento INQA Ruim.
anlises dos parmetros j citados dos 4
...
pontos da rede de monitoramento da
Regra 2445:
CETESB no rio Pardo, UGRHI 04 do
ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008
115

Estado de So Paulo, referentes aos anos

de 2004 a 2006 (Cetesb, 2004; Cetesb
2005; Cetesb 2006).
O IQA usado pela CETESB no foi
calculado, e sim transcrito dos Relatrios
de Qualidade das guas Interiores do
Estado de So Paulo (CETESB, 2004,
2005 e 2006). Foram calculados os
IQAsub (Conesa com k = 0,75 para uma
gua boa), IQAobj.(Conesa com k = 1,00
para uma gua tima), IQA conforme
descrito por Pesce e Wunderlin (2000) e
o IQA conforme Silva e Jardim (2006). O
INQA obtido atravs da metodologia
descrita neste estudo tambm foi

calculado e comparado aos outros ndices

para efeitos de validao da metodologia.
As Figuras 06 - 17 mostram o
resultado dos clculos dos ndices citados
ao longo dos 4 pontos de amostragem em
3 anos consecutivos. Percebemos atravs
de uma anlise visual dos grficos que os
IQAobj, IQA de Pesce e Wunderlin e IQA
de
Silva
e
Jardim
destoam
significativamente
dos
IQAs
da
CETESB, IQAsub e INQA. Estes ndices
tendem a relatar uma condio mais
otimista da condio da gua do rio
monitorado.

PARD2010 - 2004
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 06 Comparativo dos ndices PARD2010, Ano 2004.

PARD2100 - 2004
100
CETESB

80

ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 07 Comparativo dos ndices PARD2100, Ano 2004.

PARD2500 - 2004
100
CETESB

80

ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 08 Comparativo dos ndices PARD2500, Ano 2004.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

116

PARD2600 - 2004
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 09 Comparativo dos ndices PARD2600, Ano 2004.

PARD2010 - 2005
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 10 Comparativo dos ndices PARD2010, Ano 2005.

PARD2100 - 2005
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Md

Variao Temporal

Figura 11 Comparativo dos ndices PARD2100, Ano 2005.

PARD2500 - 2005
100
CETESB

80

ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 12 Comparativo dos ndices PARD2500, Ano 2005.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

117

PARD2600 - 2005
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 13 Comparativo dos ndices PARD2600, Ano 2005.

PARD2010 - 2006
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 14 Comparativo dos ndices PARD2010, Ano 2006.

PARD2100 - 2006
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 15 Comparativo dos ndices PARD2100, Ano 2006.

PARD2500 - 2006
100
CETESB

80
ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 16 Comparativo dos ndices PARD2500, Ano 2006.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

118

PARD2500 - 2006
100
CETESB

80

ndice

Conesa - k = 0,75
60

Conesa - k = 1,00

40

Pesce
Silva

20

INQA

0
Fev

Abr

Jun

Ago

Out

Dez

Variao Temporal

Figura 17 Comparativo dos ndices PARD2600, Ano 2006.

A Figura 18 mostra como a mdia
anual de cada ndice se comporta em cada
um dos pontos de monitoramento. Os
ndices CETESB, Conesa (k=0,75) e
INQA tendem a uma semelhana entre si.
A constante k = 0,75 no ndice de Conesa
mostra a condio mais restritiva e a
constante k = 1,00, a condio menos
restritiva. O INQA tende a acompanhar o
IQA da CETESB sendo que, com uma
condio menos restritiva para o ponto
PARD2600. Na Figura 19 o INQA se
mantm prximos ao IQA da CETESB
ao longo dos pontos PARD2010 e
PARD2100, mas no acompanha a
mesma tendncia dos outros dois pontos

relatando uma condio menos restritiva

da qualidade da gua. Novamente o IQA
Conesa com constante k = 0,75 mostra
ser o ndice que apresenta a pior
qualidade de gua. A Figura 20, no ano
de 2006, mostra mais uma vez um ndice
de pior qualidade. Entretanto, todos os
outros ndices relatam uma qualidade boa
tima na gua em questo. Podemos
assim assumir que o fator k = 0,75 no
corresponde a realidade da gua em
questo, prevalecendo o resultados dos
outros ndices. O INQA novamente tende
a acompanhar o ndice da CETESB com
um resultado de ndice de qualidade
ligeiramente mais alto que o mesmo.

Comparativo dos ndices na Mdia em 2004

90
CETESB
ndice

80

Conesa - k = 0,75
Conesa - k = 1,00

70

Pesce
Silva

60

INQA
50
PARD2010

PARD2100

PARD2500

PARD2600

Ponto

Figura 18 Comparativo dos ndices na Mdia, Ano 2004.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

119

Comparativo dos ndices na Mdia em 2005

100
CETESB

90
ndice

Conesa - k = 0,75
80

Conesa - k = 1,00

70

Pesce
Silva

60

INQA

50
PARD2010

PARD2100

PARD2500

PARD2600

Ponto

Figura 19 Comparativo dos ndices na Mdia, Ano 2005.

Comparativo dos ndices na Mdia em 2006
100
CETESB

90
ndice

Conesa - k = 0,75
80

Conesa - k = 1,00

70

Pesce
Silva

60

INQA

50
PARD2010

PARD2100

PARD2500

PARD2600

Ponto

Figura 20 Comparativo dos ndices na Mdia, Ano 2006.

Percebemos tambm que os ndices

avaliados nos trs anos tendem mostrar
uma ligeira elevao na qualidade da
gua do ponto PARD2100 em relao ao
ponto PARD2010 com uma seguida
queda seqencial nos dois pontos que
sucedem a estes. Podemos concluir que o
aporte de guas de escoamento
superficial e lanamentos de esgotos aps
o ponto PARD2100 contribuem para uma
diminuio na qualidade no rio Pardo.
Tambm podemos verificar que a
qualidade nos pontos PARD2010 e
PARD2100 tendem a melhorar ao longo

dos anos estudados, demonstrando que

medidas para uma melhor conservao
deste recurso hdrico j foram tomadas no
entorno destes pontos.
Com inteno de validar a
metodologia proposta foram traadas as
curvas de correlao de cada um dos
ndices com o INQA proposto (Figuras
21-25). A melhor correlao entre o
INQA e os outros ndices foi encontrada
para o IQA da CETESB com uma
correlao de r = 0,82593 enquanto a pior
correlao foi com o ndice de Silva e
Jardim
(r
=
0,45269).

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

120

Figura 21 Correlao INQA x IQA CETESB

Figura 22 Correlao INQA x IQASUB

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

121

Figura 23 Correlao INQA x IQAOBJ

Figura 24 Correlao INQA x IQA Pesce e Wunderlin

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

122

Figura 25 Correlao INQA x IQA Silva e Jardim

proposta de se utilizar a metodologia com
A Figura 26 mostra um grfico de
o uso da lgica nebulosa para
desenvolver um ndice de Qualidade das
Box & Whiskers para os ndices ao
guas foi realizada com sucesso, uma
longo dos 3 anos estudados. O ponto
central mostra a mdia. O quadrado
vez que o grfico mostra o INQA como
um ndice compatvel com os outros
maior a mdia com o desvio padro para
calculados pelas diversas metodologias
cima e para baixo e a linha a mdia
1,96
vezes
o
desvio
padro.
propostas na literatura.
Comprovamos atravs deste que a

Figura 26 Grfico de Box & Whiskers.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

123

4.

CONCLUSES

Foi desenvolvida, aplicada e

discutida uma nova metodologia de
indexao de qualidade de rios atravs da
tcnica do sistema de inferncia nebulosa.
Um novo ndice, denominado de ndice
Nebuloso de Qualidade das guas
INQA foi desenvolvido e discutido.
Criou-se este ndice para suprir as lacunas
existentes
no
que
tange
ao
monitoramento ambiental, a classificao
da qualidade da gua e a gesto das
unidades de gerenciamento hdricas,
quando metodologias convencionais
determinsticas tradicionais se mostram
imprecisas. As aplicaes prticas deste
novo ndice foram testadas com um
estudo de caso realstico no rio Pardo no
estado de So Paulo, Brasil. O ndice
desenvolvido se mostrou confivel e
compatvel com as outras metodologias
tradicionais. Logo, esta metodologia pode
ser utilizada como uma ferramenta
alternativa no tratamento de dados de
qualidade
de
guas
de
bacias
hidrogrficas, no planejamento de
estratgias e tomadas de decises no
mbito da gesto ambiental integrada.
REFERNCIAS

BORDALO A. A., NILSUMRANCHIT

W., CHALERMWAT, K. (2001), Water
quality and uses of the Bangpakong river.
Water Resaerch Vol. 35, 15, p. 36353642
BRDOSSY, A., DUCKSTEIN, L Fuzzy
rule-based modeling with applications to
geophysical, biological and engineering
systems. CRC Press, Boca Raton, New
York, London, Tokyo, 1995
CHAU, K. (2006). A review on
integration of artificail intelligence into
water quality modeling. Marine Pollution
Bulletin 52, p.726-733.
CALDEIRA, A. M. et al., Inteligncia
Computacional
aplicada
a
administrao, economia e engenharia
em Matlab. So Paulo: Thomson
Learning, 2007

Companhia
de
Tecnologia
de
Saneamento
Ambiental
(CETESB);
Relatrio de Qualidade das guas
Interiores do Estado de So Paulo, So
Paulo, 2004 a 2006.
CONESA FERNANDES-VITORA V.
(1997). In: Methodological Guide for
Environmental Impact Evaluation), 3nd
ed., p.412. Mundi-Prensa, Madrid, Spain.
CRUZ, A. J. de O. Lgica Nebulosa.
Notas de aula, Universidade Federal do
Rio de Janeiro, 17 de junho de 2004
CUDE, C.O. (2001). Water quality index:
a tool for evaluating water quality
management effectiveness, J. Am. Water
Resour. Assoc. 37 125137.
DAHIYA S., SINGH B., GAUR S.,
GARG V.K., KUSHWAHA H.S., (2007),
Analysis of groundwater quality using
fuzzy synthetic evaluation. Journal of
Hazardous Materials 147 938946
HORTON, R. K. (1965). Na index
number system for rating water quality.
Journal of Water Pollution Control
Federation 37 (3), p.300-305.
HOUSE, M. A.; ELLIS, J. B., (1987).
The development of water quality indexes
for operational management. Water Sci.
Technol. 19, 145.
ICAGA, Y.; (2007). Fuzzy evaluation of
water
classification.
Ecological
Indicators 7, p.710-718
LANDWEHR, J. M.; DEININGER, R.
A., (1976). Comparison of several water
quality indexes. Journal Water Ppollut.
Con. F. 48, p.954-958
LIOU, S.; LO S.; WANG, S. (2004). A
generalized water quality index for
Taiwan.
Environmental
Monitoring
Assessment 96, p. 3552.
MATLAB 7.0; Packaged software for
technical computing, Release 14, The
Math works, Inc. (2006)
MITCHELL, M.K., STAPP, W.B. Field
Manual for Water Quality Monitoring:
an Environmental Education Program or
Schools, Thomson-Shore Inc., Dexter,
Michigan, 1996, p. 277.

ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

124

[NSF] National Sanitation Foundation

International. (2007). Disponvel em:
http://www.nsf.org
[Acessado
em
Outubro de 2007].

OCAMPO-DUQUE W., FERRHUGUET N., DOMINGO J. L.,

SCHUHMACHER
M.,
(2006),
Assessing water quality in rivers with
fuzzy inference systems: A case study.

YAGER, R. R., FILVEL, D.P, Essentials

of Fuzzy Modeling and Control, New
York: John Wiley & Sons, 1994
YEN, J., LANGARI, R. Fuzzy logic:
intelligence, control, and information,
Prentice-Hall, Inc., 1999
ZADEH, L.A. (1965). Fuzzy Sets,
Information and Control n. 8, 338-353

Environment International 32, p. 733

742
ONGLEY, E.; (1998). Modernization of
water quality programs in developing
coutries: issues of relevancy and cost
efficiency. Water Quality International
Sep/Oct, p. 37-42
PESCE, S. F., WUNDERLIN, D. A.;
(2000) Use of water quality indices to
verify the impact of Crdoba city
(Argentina) on Suqua river Water
Research 34, 2915-2926
ROSS, T. J. Fuzzy logic with engineering
applications. New York: John Wiley &
Sons. 2004
SAID, A, STEVENS, D, SELKE, G.
(2004). An innovative index for
evaluating water quality in streams.
Environ Manage, 34:40614.
SDD (1976) Development of a Water
Quality Index. Scottish Development
Department, Report ARD3, Edinburgh,
35pp.
SILVA, G. S.; JARDIM, W. de F.
(2006). Um novo ndice de qualidade de
guas para proteo de vida aqutica
aplicado ao rio Atibaia, regio de
Campinas/Paulnea SP. Qumica Nova
29, No. 4, p. 689-694
SILVERT, W. (1997), Ecological impact
classification with fuzzy sets. Ecological
Modeling 96, p.110
SILVERT, W. (2000), Fuzzy indices of
environmental conditions. Ecological
Modeling 130, p.111119.
STAMBUK-GILJANOVIC N. (1999),
Water quality evaluation by index in
Dalmatia, Water Research Vol 33, 16, pp.
3423-3440
ENGEVISTA, v. 10, n. 2, p. 106-125 dezembro 2008

125