Silva F. V., Kamogawa M. Y., Ferreira M. M. C., Nóbrega J. A., Nogueira A. R. A., "Discriminação geográfica de águas minerais do estado de São Paulo através da análise multivariada" ["Geographical discrimination of minearal waters in São Paulo State by means of multivariate analysis"]. Araraquara, SP, 21-26/10/2001: XIII Encontro Regional da Sociedade Brasileira de Química - Difusão do Conhecimento e XXXI Semana da Química [13th Regional Meeting of the Brazilian Chemical Society - Diffusion of Knowledge and the 31st Week of Chemistry], Livro de Resumos [Book of Abstracts], (2001) 90. Poster QA-28.

DISCRIMINAÇÃO GEOGRÁFICA DE ÁGUAS MINERAIS DO ESTADO
DE SÃO PAULO ATRAVÉS DA ANÁLISE MULTIVARIADA

Fernando V. Silva (PG)^1,2, Marcos Y. Kamogawa (PG)^1,2, Márcia M. C. Ferreira (PQ)³
Joaquim A. Nóbrega (PQ)², Ana Rita A. Nogueira (PQ)¹
¹Embrapa Pecuária Sudeste, Caixa Postal 339, 13560-970 São Carlos SP
²Grupo de Análise Instrumental Aplicada (GAIA), Departamento de Química
Universidade Federal de São Carlos, São Carlos SP
³Universidade Estadual de Campinas, Campinas SP

Palavras-chave: análise multivariada, PCA, HCA

          O avanço instrumental   das  técnicas  analíticas  proporcionou  a  obtenção  de  um  maior  volume de
resultados   e   consequentemente,    exigiu   estratégias   mais   complexas   para   interpretação   dos   dados
experimentais.   A análise multivarida surgiu como  uma  importante  ferramenta no  tratamento desses dados
permitindo a extração de uma quantidade maior de informação. Fatores climatólogicos, geológicos, antrópicos
e outros,   devem  ser  considerados  quando  se  aplica  a  análise  multivariada,   pois  a  avaliação  conjunta
dessas variáveis gerará informações difíceis de serem obtidas univariavelmente.
          A presença  de  elementos dissolvidos em águas minerais é  um dos principais fatores de caracterização
da amostra, sendo que a composição  da  água está diretamente  relacionada  a  o tipo de solo em que  a fonte
se origina.   A partir  da  análise dos metais presentes  na  água mineral é possível correlacionar  e  agrupar  as
fontes por semelhança  de  sua composição química,  caracterizar  a  origem da amostra  e  agrupar  as fontes
pelo seu posicionamento geográfico ou for sua bacia hidrográfica.
          O objetivo desse trabalho  foi  discriminar amostras de águas minerais quanto  a sua origem geográfica
utilizando a análise multivariada (PCA  -  Análise por Componentes Principais e  HCA  -  Análise Hierárquica
de Clusters)  como ferramenta analítica.   Amostras provenientes  de  13  fontes  hidrominerais  do estado  de
São Paulo  e  com  distintas  datas  de  envasamento foram  adquiridas  no  comércio sendo  sua  composição
química  inorgânica  (Ba,  Ca,  K,  Mg,  Na  e  V)  determinada  usando  um espectrômetro  de emissão ótica
com plasma induzido  (ICP-OES).  Medidas de pH também fora realizadas.
          Os resultados foram analisados empregando  programa estatístico  Pirouette  3.0  (Infometrix,  Seattle,
EUA).   Após a análise  de  PCA  e  HCA,  foi constatado  que as amostras de águas minerais se  agrupavam
em  5  diferents  grupos   de   acordo  com   sua   localização  geográfica.    Considerando   a   mesma  fonte
hidromineral  em  distintas  datas de envasamento,   verificou-se  que  sua  composição  química permanecia
constante,   podendo  ser  utilizada  como   um  parâmetro  discriminativo de sua origem.   Os agrupamentos
observados  foram devidos  à  similaridade  das  amostras  analisadas  neste  experimento.    A  aplicação  da
análise multivariada  forneceu  resultados  úteis  que  podem ser utilizados para detecção  de  adulteração  ou
contaminação da amostra.

[FAPESP, CAPES, EMBRAPA]
 
 

90

GEOGRAPHICAL DISCRIMINATION OF MINERAL WATERS IN
SÃO PAULO STATE BY MEANS OF MULTIVARIATE ANALYSIS

Fernando V. Silva (PG)^1,2, Marcos Y. Kamogawa (PG)^1,2, Márcia M. C. Ferreira (PQ)³
Joaquim A. Nóbrega (PQ)², Ana Rita A. Nogueira (PQ)¹
¹Embrapa Pecuária Sudeste, Caixa Postal 339, 13560-970 São Carlos SP
²Grupo de Análise Instrumental Aplicada (GAIA), Departamento de Química
Universidade Federal de São Carlos, São Carlos SP
³Universidade Estadual de Campinas, Campinas SP

Key-words: multivariate analysis, PCA, HCA

          The advance of instrumental analytical techniques has facilitated the generation of large quantity of data,
and consequently,   has required more complex strategies  in interpretation  of  experimental data.   Multivariate
analysis has appeared  as  the most important tool for treatment of these data,   by  enabling extration of a large
quantity  of  information.   Climatologica,  geological,  antropical  and  other  factors  must be considered when
multivariate analysis  is  applied,   because the evaluation  of  these variables  will  result in information  thas  is
rarely univariate.
          The  presence  of  dissolved elements in  mineral waters is one of the main factors in characterization of
a sample.   This  is  due to the water composition that is  directly  related  to  the  soil  type  around  the  spring.
The analysis of  the  metals  present  in  a  mineral  water  provides  to  relate and  group  the  springs  by  their
similarity in chemical composition,   characterize the  sample's  origin,   and  to group the springs following their
geographical location or hydrographical basin.
         The  purpose  of  this  work  was  to  discriminate   the  mineral  water  samples  with   respect   to  their
geographical location by  means  of  multivariate analysis  (PCA  -  Principal  Component  Analysis)  and  HCA
(Hierarchial Cluster Analysis)  as  analytical  tools.   The  13  samples  from hydromineral springs in  São Paulo
State and with different dates  of  production  were  obtained  in  market.   The  inorganic  composition  of  the
samples  (Ba, Ca, K, Mg, Na and V)  was  determined  by induced  coupled  plasma  optic  spetrometer  (ICP-
OS). The pH values were also measured.
          The results were analized  by  means  of  statistical  program  Piroutte  3.0  (Infometrix,  Seattle,  USA).
After performing PCA and HCA,   it  was observed that the mineral water samples formed  5  different  groups
with respect to their geographical location.   When  taking  into  account  the  different  data  of  filling,   it was
observed   that   the  chemical  composition  was  constant,   what  could   be  then  used  as  a  discriminatory
parameter of the  samples' origins.  The groups  were based on  the similarities among the samples,  relying  on
the analysis that was made  in this experiment.   The application  of  multivariate  analysis  has  yielded  usefuls
results that can be used for detection of falsifiation or contamination of a sample.
 

[FAPESP, CAPES, EMBRAPA]
 
 

90