Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/42123
Title in Portuguese: Usos de indicadores socioeconômicos e índices de reciclagem nas estimativas das vidas úteis de aterros sanitários por meio de regressão linear
Title: Uses of socioeconomic indicators and recycling indices in estimated lifetimes of landfills by linear regression
Author: Costa Filho, Francisco Orlando Holanda
Advisor(s): Aquino, Marisete Dantas de
Co-advisor(s): Carvalho Júnior, Francisco Humberto de
Keywords: Saneamento
Resíduos sólidos
Aterro sanitário
Municipal solid waste
Waste generation
Simple regression
Multiple regression
Issue Date: 23-May-2019
Citation: COSTA FILHO, F. O. H. Usos de indicadores socioeconômicos e índices de reciclagem nas estimativas das vidas úteis de aterros sanitários por meio de regressão linear. 2019. 98 f. Dissertação (Mestrado em Engenharia Civil)-Centro de Tecnologia, Programa de Pós-Graduação em Engenharia Civil: Saneamento Ambiental, Universidade Federal do Ceará, Fortaleza, 2019.
Abstract in Portuguese: As metodologias mais comuns utilizadas para estimar as vidas úteis de aterros sanitários em estudos de impacto ambiental (EIA-RIMAs) desconsideram possíveis influências de fatores socioeconômicos na geração de RSU, o que pode gerar imprecisões. A metodologia utilizada nos EIA-RIMAs do Aterro Sanitário de Brasília (ASB) e do Aterro Sanitário de Guarulhos (ASG) estimou as vidas úteis dos aterros considerando as quantidades geradas de RSU constantes ano após ano no Distrito Federal e em Guarulhos, ou seja, não considerou as influências de fatores socioeconômicos e índices de reciclagem. Diante disso, este trabalho teve o objetivo de criar diferentes estimativas para as quantidades de RSU a serem dispostas nos dois aterros e as consequentes vidas úteis utilizando regressão linear e tendo como base índices de reciclagem e indicadores socioeconômicos dos locais de estudo. Dessa forma, possibilitando comparar as estimativas geradas nesta dissertação com as estimativas das vidas úteis geradas nos EIA-RIMAs em questão. Os indicadores escolhidos para esta pesquisa foram: PIB, população, consumo de energia elétrica e de água. Análises de correlação de Pearson foram realizadas para descobrir quais indicadores mais influenciam a geração de RSU nos locais de estudo. Com base nos quatro indicadores utilizados na pesquisa, foram criadas doze equações para cada aterro por meio de regressão linear para estimar as quantidades de RSU. Porém, apenas uma equação foi escolhida para cada aterro, a qual foi selecionada de acordo com parâmetros estatísticos da regressão linear. As correlações de Pearson mostraram que os indicadores que mais influenciam os RSU no Distrito Federal são: energia elétrica consumida (0,995), PIB (0,991), população (0,971) e consumo de água (0,879). No caso de Guarulhos, os indicadores são: PIB (0,962), energia elétrica consumida (0,908), consumo de água (0,856) e população (0,695). A melhor equação para o ASB foi composta pelos indicadores energia elétrica consumida e consumo de água, e a melhor equação para o ASG foi composta por apenas um indicador (PIB). Com as equações escolhidas para os dois aterros, diferentes projeções das quantidades de RSU foram criadas de acordo com índices de reciclagem para os locais de estudo. Ao comparar os valores mínimos e máximos das vidas úteis obtidos neste trabalho com os valores das vidas úteis obtidos nos EIA-RIMAs abordados, as diferenças foram consideráveis: ASB (diferença mínima de 2 anos e 4 meses e diferença máxima de 3 anos e 3 meses); ASG (diferença mínima de 1 ano e 8 meses e diferença máxima de 2 anos e 10 meses), o que pode gerar o licenciamento de novas áreas antes do previsto e custos inesperados.
Abstract: The most common methodologies used to estimate the useful lives of landfills in environmental impact studies (EIA-RIMAs) disregard possible influences of socioeconomic factors in the generation of MSW, which may generate inaccuracies. The methodology used in the EIA-RIMAs of the Sanitary Landfill of Brasília (ASB) and the Sanitary Landfill of Guarulhos (ASG) estimated the useful lives of the landfills considering the number of solid RSU generated year after year in the Federal District and Guarulhos, did not consider the influences of socioeconomic factors and recycling rates. The objective of this work was to create different estimates for the amount of MSW to be disposed in the two landfills and the consequent useful lives using linear regression and based on recycling rates and socioeconomic indicators of the study sites. Thus, it is possible to compare the estimates generated in this dissertation with the estimates of useful lives generated in the EIA-RIMAs in question. The indicators chosen for this research were: GDP, population, consumption of electricity and water. Pearson correlation analyzes were performed to find out which indicators most influence the generation of RSU at the study sites. Based on the four indicators used in the research, twelve equations were created for each landfill by means of linear regression to estimate the MSW quantities. However, only one equation was chosen for each landfill, which was selected according to statistical parameters of linear regression. Pearson's correlations showed that the indicators that most influence the MSW in the Federal District are: electricity consumed (0.995), GDP (0.991), population (0.971) and water consumption (0.879). In the case of Guarulhos, the indicators are: GDP (0.962), electricity consumed (0.908), water consumption (0.856) and population (0.695). The best equation for the ASB was composed by the indicators consumed and water consumption, and the best equation for the ASG was composed by only one indicator (GDP). With the equations chosen for the two landfills, different projections of the MSW quantities were created according to recycling rates for the study sites. When comparing the minimum and maximum useful lives obtained in this work with the useful life values ​​obtained in the EIA-RIMAs addressed, the differences were considerable: BSA (minimum difference of 2 years and 4 months and maximum difference of 3 years and 3 months ); ASG (minimum difference of 1 year and 8 months and maximum difference of 2 years and 10 months), which may lead to the licensing of new areas ahead of schedule and unexpected costs.
URI: http://www.repositorio.ufc.br/handle/riufc/42123
metadata.dc.type: Dissertação
Appears in Collections:DEHA - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2019_dis_fohcostafilho.pdf2,68 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.