III-009 ESTIMATIVA DA GERAÇÃO DE RESÍDUOS SÓLIDOS DOMICILIARES A PARTIR DO CONSUMO DE ÁGUA

Transcrição

1 III-9 ESTIMATIVA DA GERAÇÃO DE RESÍDUOS SÓLIDOS DOMICILIARES A PARTIR DO CONSUMO DE ÁGUA Leila Brunet de Sá Beserra Graduanda em Engenharia Civil pela Universidade Federal da Paraíba. Aluna de Iniciação Científica PIBIC/CNPq/UFPB. Marcela Gomes Seixas Graduanda em Engenharia Civil pela Universidade Federal da Paraíba. Aluna de Iniciação Científica PIVIC/UFPB. Giulliano de Souza Fagundes Graduando em Engenharia Civil pela Universidade Federal da Paraíba. Aluno de Iniciação Científica PIVIC/UFPB. Gilson Barbosa Athayde Júnior (1) Engenheiro Civil pela Universidade Federal da Paraíba, Doutor em Engenharia Civil pela University of Leeds - Inglaterra. Professor do Departamento de Engenharia Civil, Centro de Tecnologia, Universidade Federal da Paraíba. Endereço (1) : Universidade Federal da Paraíba, Centro de Tecnologia, Departamento de Engenharia Civil. Campus Universitário, Castelo Branco, João Pessoa - PB, CEP: Fone: (83) gilson@ct.ufpb.br RESUMO Muitos fatores influenciam na geração de resíduos sólidos domiciliares (RSD). Primariamente, é função do número de habitantes do local e a quantidade per capita pode ser influenciada pelo poder aquisitivo, hábitos alimentares, de higiene e de consumo da população, além de outros fatores. Devido à dificuldade operacional de se determinar a quantidade de resíduos unicamente domiciliares gerados por uma determinada população, seria de grande utilidade que se pudesse estimar essa geração a partir de outros indicadores de consumo como o consumo de água e de energia elétrica. Neste contexto, este trabalho estudou a possibilidade de se estimar a quantidade de RSD gerados, a partir do consumo de água e energia elétrica. Foi medida diariamente a massa de RSD bem como os consumos de água e energia elétrica em três edifícios residenciais do município de João Pessoa. A população de cada edifício foi levantada através de cadastro existente no condomínio e/ou informações colhidas juntos aos funcionários das portarias. Percebeu-se que a quantidade de RSD não esteve correlacionada com a população em cada edifício isoladamente. Estudando-se o caso do conjunto de dados, encontrou-se um elevado coeficiente de correlação (r =,971), significante ao nível de,1% entre a quantidade de RSD gerada e a população, porém, tal coeficiente de correlação não foi baseado em pontos bem distribuídos, sugerindo que uma tentativa de correlacionar tais variáveis não é estatisticamente prudente. Com relação aos dados de consumo de água, os valores do coeficiente de correlação entre os mesmos e a quantidade de RSD gerada, foram moderadamente elevados (e significantes ao nível de,1%) para os edifícios A e B, mas não para o C. Esta situação ocorreu tanto para os dados na forma absoluta quanto em termos per capita. No que diz respeito à correlação entre os dados de energia elétrica e a massa de RSD gerada, os valores de r não foram nem elevados nem significativos ao nível de 5%, para os casos dos edifícios estudados em separado. No caso da analise do conjunto de dados, encontrou-se moderada correlação entre a massa de RSD e o consumo de energia elétrica. Os resultados mostraram ser possível estimar a quantidade de RSD gerada a partir de indicadores de consumo. Dentre os indicadores de consumo estudados (consumo de água e consumo de energia elétrica), apenas o consumo de água serve para tal estimação. O consumo de água é parâmetro melhor até que a população para estimativa da quantidade de RSD gerada. PALAVRAS-CHAVE: Resíduos Sólidos, Resíduos Domiciliares, Consumo de água. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 1

2 INTRODUÇÃO VIII Simpósio Ítalo Brasileiro de Engenharia Sanitária e Ambiental Muitos fatores influenciam na geração de resíduos sólidos domiciliares (RSD). Primariamente, é função do número de habitantes do local e a quantidade per capita pode ser influenciada pelo poder aquisitivo, hábitos alimentares, de higiene e de consumo da população, além de outros fatores (Schneider et al, 2). Devido à dificuldade operacional de se determinar a quantidade de resíduos unicamente domiciliares gerados por uma determinada população, seria de grande utilidade que se pudesse estimar essa quantidade a partir de outros indicadores de consumo desta população, como o consumo de água e de energia elétrica, por exemplo. Slomp (1999) relata uma experiência interessante ocorrida em União da Vitória-PR. Naquela cidade, a cobrança da taxa do lixo era feita em conjunto com a do IPTU. Ocorre que, devido a essa associação, a cobrança da taxa do lixo era função da área construída do imóvel, gerando distorções e insatisfações por parte da sociedade e resultando numa inadimplência de cerca de 5%. Buscou-se então alternativas para uma taxação mais justa. No caso deste referido município, passou-se a utilizar o consumo de água predial para se calcular a taxa de coleta do lixo, já que ambos o consumo de água e a massa gerada de lixo são proporcionais à quantidade de pessoas existente numa residência. No entanto, Slomp (1999) ressalta que se faz necessário uma comprovação estatística da correlação entre as referidas variáveis. Neste contexto, este trabalho estudou a possibilidade de se estimar a quantidade de RSD a partir do consumo de água e energia elétrica. MATERIAIS E MÉTODOS Foi medida diariamente a massa de RSD em três edifícios residenciais do município de João Pessoa, sendo um deles localizado em Brisamar (Edifício A), outro em Manaíra (Edifício B) e o terceiro em Miramar (Edifício C). Foi também distribuído questionário junto aos apartamentos dos três edifícios, com fins de se determinar o perfil sócio-econômico da população estudada. Uma vez determinada a faixa de rendimento mensal da pessoa responsável pelo domicilio é possível compará-la com as faixas de rendimentos que o IBGE dispõe para cada bairro do município de João Pessoa. No edifício A e B foi usada uma balança Filizola, com capacidade de 15 kg e precisão de,1 kg, enquanto que no edifício C foi usada uma balança Brião, com capacidade de 15 kg e precisão de,1 kg. A pesagem dos resíduos era efetuada no horário de recolhimento dos mesmos, que no edifício A era às 16:h no edifício B às 19:3h e no edifício C às 16:3h. Nos dias em que o recolhimento dos RSD era efetuado em horários distintos destes mencionados, os respectivos valores resultantes eram corrigidos para um período-base de vinte e quatro horas. Os acréscimos ou decréscimos resultantes destas correções eram compensados nas determinações do dia subseqüente. Além da determinação da massa de RSD, foram levantados, também diariamente, logo após a pesagem do RSD, os consumos de água e energia elétrica nos edifícios, através de leituras nos hidrômetros e medidores de energia elétrica. A população de cada edifício foi levantada através de cadastro existente no condomínio e/ou informações colhidas juntos aos funcionários das portarias. Uma vez determinado a população, ficou-se atento para alterações em seus valores e atualizações era efetuadas quando necessárias. Detalhes da população de cada edifício além do período de estudo, são apresentados na Tabela 1. Com o conhecimento da massa de RSD, dos consumos de água e energia elétrica e da correspondente população, foi possível se determinar a taxa de geração per capita de RSD bem como os consumos per capita de água e energia elétrica. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 2

3 Tabela 1: Detalhes da população e o período de estudo em cada edifício Edifício Nº de apartamentos População (Hab) Período de estudo Média aritmética Mediana Moda Data de início Data de término Quantidade de dias A , /2/25 14/5/25 84 B 13 37, /7/25 2/1/25 84 C 12 31, 3 3 4/7/25 2/1/25 84 RESULTADOS Dos 121 questionários sócio-econômicos distribuídos, 3 (24,8%) foram devolvidos e o rendimento mediano dos domicílios ficou na faixa de 1 2 salários mínimos. Este perfil econômico caracteriza a população como sendo de classe média. Em comparação com dados do IBGE, 1 bairros de João Pessoa possuem rendimento mediano também nesta mesma faixa, correspondendo a uma população (censo de 2) de 6844 habitantes. No edifício A, a massa de RSD gerada diariamente variou de 95,7 a 224,6 kg sendo que o valor mínimo ocorreu no dia 26/3/25, sábado da semana-santa. O valor médio de RSD gerados no edifício A foi de 163,4 kg. No edifício B, os RSD gerados tiveram massa variando entre 6,7 e 44,6 kg, sendo que o valor mínimo ocorreu no dia 25/9/25, domingo e o valor máximo ocorreu no dia 11/8/25, quinta-feira dia em que foi feita uma limpeza nos jardins do edifício. O valor médio foi de 19,7 kg. No edifício C a massa de RSD gerada variou de 1,9 a 23,8 kg sendo que o valor mínimo ocorreu no dia 3/7/25, um sábado. O valor médio foi de 11,7 kg. A Tabela 2 apresenta os valores médios e os limites superior (LS) e inferior (LI) para 95% de confiança da massa de RSD, do consumo de água e do consumo de energia elétrica para os três edifícios estudados, bem com os respectivos valores per capita. Valores absolutos Valores per capita Tabela 2: Média aritmética e limites inferior e superior para 95% de confiança da massa de RSD, consumo de água e consumo de energia elétrica nos edifícios A, B e C. Taxa de geração de RSD (kg/dia) Consumo de água (L/dia) Consumo de energia elétrica* (kwh/dia) Ed LI Méd. LS n LI Méd. LS n LI Méd. LS n A 17,9 163,4 219, B 6,5 19,7 32, ,6 85, 96,5 82 C 3, 11,7 2, ,7 47,7 62,7 69 Taxa de geração per capita de RSD (kg/hab.dia) Consumo per capita de água (L/hab.dia) Consumo per capita de energia elétrica (kwh/hab.dia) Ed LI Méd. LS n LI Méd. LS n LI Méd. LS n A,334,58, ,9 193,6 251, B,175,528, , 262,2 389,3 56 1,96 2,27 2,59 82 C,83,377, ,3 18,2 238,2 69 1,8 1,53 1,98 69 *Não estudado no edifício A. Os valores da taxa de geração per capita de RSD encontrados nos edifício estudados foram, em todos os casos, menores do que os encontrados na literatura (Tenório & Espinosa, 24; Ministério das Cidades, 22). Essa discrepância deve-se ao fato de que as determinações de taxa de geração de RSD efetuadas por estes autores terem sido feitas nas unidades de destinação final dos resíduos, com base na procedência do caminhão coletor, enquanto que neste trabalho adotou-se a determinação da referida taxa na fonte. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 3

4 CORRELAÇÃO ENTRE A MASSA DE RSD E A POPULAÇÃO Na tabela 3 apresenta-se os valores dos coeficientes de correlação entre a massa de gerada de RSD e a população, além do nível de significância desses coeficientes, para cada um dos três edifícios e para o conjunto dos dados. Tabela 3: Coeficiente de correlação entre a massa de RSD gerada e a população e o respectivo nível de significância estatística Edifício Coeficiente de correlação Nível de significância estatística Valores absolutos A -,163,138 B,44,693 C,21,852 Conjunto dos dados,971 <,1 Analisando-se a tabela 3, percebe-se que a quantidade de RSD não esteve correlacionada coma população em cada edifício isoladamente. Estudando-se o caso do conjunto de dados, encontrou-se um elevado coeficiente de correlação (r =,971), significante ao nível de,1%. Porém, tal coeficiente de correlação é baseado em duas nuvens de pontos e não em pontos bem distribuídos, sugerindo que uma tentativa de correlacionar tais variáveis não é estatisticamente prudente. A falta de correlação pode ser explicada pelo fato de que a população levantada ser a residente, mas ausências e/ou visitantes temporários não foram considerados. Além disso, observa-se na figura 1 que a falta de variação da população de cada edifício em oposição a uma acentuada variação dos valores da massa de RSD População (hab) Figura 1: Dispersão da massa de RSD e população para o conjunto de dados CORRELAÇÃO ENTRE A MASSA DE RSD E O CONSUMO DE ÁGUA A correlação entre a massa de RSD gerada e os consumos de água foram estudados nos três edifícios, além de no conjunto dos dados, com o intuído de se determinar uma relação entre estes dois parâmetros. Estudou-se também, esta relação em termos per capita. Na tabela 3 apresenta-se os valores dos coeficientes de correlação entre a massa de gerada de RSD e o consumo de água, além do nível de significância desses coeficientes, para cada um dos três edifícios e para o total dos dados. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 4

5 As figura 2, 3, 4 e 5 mostram a dispersão entre a massa de RSD gerada e os consumo de água nos três edifícios e no conjunto de dados, para valores absolutos, enquanto que pra valores per capita, tais dispersões são mostradas nas figuras 6, 7, 8 e 9. Tabela 3: Coeficiente de correlação entre a massa de RSD gerada e consumo de água e o respectivo nível de significância estatística Edifício Coeficiente de correlação Nível de significância estatística Valores absolutos A,566,1 B,62,1 C,175,15 Conjunto dos dados,977,1 A,575,1 Valores per capita B,618,1 C,191,116 Conjunto dos dados,59,1 Com relação aos dados de consumo de água, os valores do coeficiente de correlação foram moderadamente elevados (e significantes ao nível de,1%) para os edifícios A e B, mas não para o C. Esta situação ocorreu tanto para os dados na forma absoluta quanto em termos per capita. No conjunto dos dados obteve-se também elevada correlação entre a massa de RSD e o consumo de água. O valor do coeficiente de correlação (r =,977) foi superior inclusive que aquele obtido para a correlação com a população (r =,971) e ao contrário deste, foi baseado numa boa distribuição de pontos (figura 5). Este fato mostra que o consumo de água é uma variável mais indicada que a própria população para a estimativa da geração de RSD y =,17x + 52,832 R 2 =, Comsumo diário de água (L) Figura 2: Dispersão da massa de RSD e consumo de água para o edifício A (dados absolutos) ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 5

6 y =,18x + 2,1839 R 2 =, Comsumo diário de água (L) Figura 3: Dispersão da massa de RSD e consumo de água para o edifício B (dados absolutos) y =,9x + 6,7365 R 2 =, Comsumo de água (L/dia) Figura 4: Dispersão da massa de RSD e consumo de água para o edifício C (dados absolutos) y =,26x - 3,152 R 2 =, Comsumo diário de água (L) Figura 5: Dispersão da massa de RSD e consumo de água para o conjunto de dados (dados absolutos) ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 6

7 Taxa de geração per capita de RSD (kg/hab.dia) 1,,8,6,4,2, y =,2x +,159 R 2 =, Consumo per capita de água (L/hab.dia) Figura 6: Dispersão da massa de RSD e consumo de água para o edifício A (dados per capita) Taxa de geração per capita de RSD (kg/hab.dia) 1,,8,6,4,2, y =,2x +,58 R 2 =, Consumo per capita de água (L/hab.dia) Figura 7: Dispersão da massa de RSD e consumo de água para o edifício B (dados per capita) Taxa de geração per capita de RSD (kg/hab.dia) 1,,8,6,4,2, y =,1x +,25 R 2 =, Consumo diário per capita de água (L/hab.dia) Figura 8: Dispersão da massa de RSD e consumo de água para o edifício C (dados per capita) ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 7

8 Taxa de geração de RSD (kg/hab.dia) 1,,8,6,4,2, y =,1x +,159 R 2 =, Consumo per capita de água (L/hab.dia) Figura 9: Dispersão da massa de RSD e consumo de água para o conjunto de dados (dados per capita) CORRELAÇÃO ENTRE A GERAÇÃO DE RSD E O CONSUMO DE ENERGIA ELÉTRICA A correlação entre a massa de RSD gerada e os consumos de energia elétrica foram estudados nos dois edifícios, além de no conjunto dos dados, com o intuído de se determinar uma relação entre estes dois parâmetros. Estudou-se também, esta relação em termos per capita. Na tabela 4 apresenta-se os valores dos coeficientes de correlação entre a massa de gerada de RSD e o consumo de energia elétrica, além do nível de significância desses coeficientes, para cada um dos dois edifícios e para o total dos dados. Tabela 4: Coeficiente de correlação entre a massa de RSD gerada e consumo de água e o respectivo nível de significância estatística Edifício Coeficiente de correlação Nível de significância estatística Valores absolutos A - - B,189,91 C,14,251 Conjunto dos dados,572,1 A - - Valores per capita B,18,17 C,126,34 Conjunto dos dados,424,1 No que diz respeito à correlação entre a massa de RSD gerada e o consumo de energia elétrica, os valores de r não foram nem elevados nem significativos ao nível de 5% para os casos dos edifícios estudados em separado. No caso da analise do conjunto de dados, encontrou-se moderada correlação entre a massa de RSD e o consumo de energia elétrica, significativa ao nível de,1%, tanto para os dados em termos absolutos quanto em termos per capita. As figuras 1, 11 e 12 mostram a dispersão entre a massa de RSD gerada e os consumo de energia elétrica nos dois edifícios estudados e no conjunto de dados, para valores absolutos, enquanto que para valores per capita, tais dispersões são mostradas nas figuras 13, 14 e 15. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 8

9 y =,2193x + 1,154 R 2 =, Comsumo de energia elétrica (kwh/dia) Figura 1 - Dispersão da massa de RSD e consumo de energia elétrica no edifício B (dados absolutos) y =,629x + 8,7365 R 2 =, Comsumo de energia elétrica( kwh/dia) Figura 11 - Dispersão da massa de RSD e consumo de energia elétrica no edifício C (dados absolutos) y =,237x + 2,1942 R 2 =, Comsumo de energia elétrica (kwh/dia) Figura 12 - dispersão entre GRSD e consumo de energia elétrica no conjunto de dados (dados absolutos). ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 9

10 Taxa de geração per capita de RSD (kg/hab.dia) y =,27x +,56 1, R 2 =,33,8,6,4,2,,,5 1, 1,5 2, 2,5 3, Consumo per capita de energia elétrica (kwh/hab.dia) Figura 13 dispersão entre a taxa de GRSD e consumo de EE no edifício B (dados per capita). Taxa de geração per capita de RSD (kg/hab.dia) y =,81x +,254 1, R 2 =,16,8,6,4,2,,,5 1, 1,5 2, 2,5 3, Consumo per capita de energia elétrica (kwh/hab.dia) Figura 14 - dispersão entre a taxa de GRSD e consumo de EE no edifício C (dados per capita). Taxa de geração per capita de RSD (kg/hab.dia) y =,184x +,13 1, R 2 =,18,8,6,4,2,,,5 1, 1,5 2, 2,5 3, Consumo per capita de energia elétrica (kwh/hab.dia) Figura 15 - dispersão entre a taxa de GRSD e o consumo de energia elétrica no conjunto dos dados (dados per capita). ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 1

11 MODELAGEM DA GERAÇÃO DE RSD VIII Simpósio Ítalo Brasileiro de Engenharia Sanitária e Ambiental Correlação não necessariamente implica em uma relação causa-efeito. A associação entre duas variáveis pode ser de natureza direta ou indireta (através de uma terceira variável), especialmente quando num grupo de variáveis, a maioria está mutuamente associada (Sokal & Rolf, 1981). O pesquisador tem que escolher as possíveis relações de causa-efeito com bastante cautela. A técnica estatística conhecida como stepwise multiple regression, apesar de não totalmente satisfatória pode ser empregada para solucionar tal problema (Kinnear & Gray, 1997). Em tal procedimento, as variáveis entram no (ou saem do) modelo uma de cada vez, com a ordem de entrada (ou saída) baseada em considerações estatísticas e ocorrendo até que a introdução (ou remoção) das variáveis não provoque mudanças significativas no coeficiente de determinação, a um dado nível de significância. Na tentativa de se estabelecer um modelo para se estimar a geração de RSD, tanto em termos absolutos quanto per capita, procedeu-se à análise de regressão múltipla (stepwise multiple regression), com p para entrada de.5 e p para saída de.1. A geração de RSD foi a variável dependente, enquanto que a população (no caso da analise em termos absolutos), consumo de água e consumo de energia elétrica foram as variáveis independentes. O resultado é apresentado nas tabelas 5 e 6. Tabela 5: Coeficientes de regressão e respectivo coeficiente de determinação para os dados em termos absolutos Edifício População Cons. de água Cons. de energia elétrica Termo constante r² (hab) (L) (kwh) (kg) A -, ,832,32 B -,1836-2,183,385 C Dados Totais -, ,15,955 Em todos os casos analisados, apenas o consumo de água permaneceu no modelo. Para o caso do conjunto dos dados, a equação resultante foi: MRSD =,266CA 3,15 equação (1) onde, MRSD = massa de resíduos sólidos domiciliares (kg) CA = Consumo de água (L) Apesar de a quantidade de resíduos gerada por uma população depender diretamente do tamanho dessa população, o consumo de água apresenta estimativa melhor. Isto provavelmente ocorre porque o consumo de água reflete melhor certos hábitos da população, tais como o tempo de permanência dos habitantes em suas residências e a intensidade das atividades domesticas realizadas durante o dia. Tabela 6: Coeficientes de regressão e respectivo coeficiente de determinação para os dados em termos per capita Edifícios Cons. de água (L) Cons. de energia elétrica (kwh) Termo constante (kg) r² A,1763 -,158,331 B,184 -,5739,382 C Dados Totais,1469 -,159,26 Com os dados em termos per capita, ocorreu grande semelhança com o modelo estabelecido para os dados absolutos. Quando se analisou o conjunto de dados, o modelo não apresentou correlação elevada como nos dados absolutos. A equação resultante foi: TGPCRSD =,1469CAPC +,159 equação (2) onde, TGPCRSD = taxa de geração per capita de resíduos sólidos domiciliares (kg/hab.dia) CAPC = Consumo de água (L/hab.dia) ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 11

12 CONCLUSÕES Os resultados mostraram ser possível estimar a quantidade de RSD gerada a partir de indicadores de consumo. Dentre os indicadores de consumo estudados (consumo de água e consumo de energia elétrica), apenas o consumo de água serviu para tal estimação, sendo melhor até que a população para estimativa da quantidade de RSD. REFERÊNCIAS BIBLIOGRÁFICAS 1. KINNEAR, P.R.; GRAY, C.D. SPSS for windows made simple. Psycology Press LTD. Second Edition. East Sessex, UK MINISTÉRIO DAS CIDADES. Sistema Nacional de Informações sobre saneamento: Diagnóstico da Gestão e Manejo de Resíduos Sólidos Urbanos Brasília, DF, SCHNEIDER, V. E. et al. Programa de Gerenciamento dos Resíduos Sólidos no Município de Bento Gonçalves / RS - Brasil. In: CONGRESSO INTERAMERICANO DE ENGENHARIA SANITÁRIA E AMBIENTAL, 27., 2, Porto Alegre. Anais... Porto Alegre, 2. CD-ROM. 4. SLOMP, M.N. Taxa de lixo junto à tarifa de água/esgoto: uma forma alternativa de cobrança. Revista Limpeza Pública, nº 5. ABLP SOKAL, Robert R.; ROHLF, F. James. Biometry the Principles and Practice os Statistics in Biological Research.2. ed. New York: W. H. Freeman and Company, TENÓRIO, Jorge A. S.; ESPINOSA, Denise C. R. Controle Ambiental de Resíduos. In: PHILIPPI Jr, A.; ROMERO, M. A.; BRUNA, G. C. Curso de Gestão Ambiental. Barueri, SP: Manole, 24. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 12