Março 2021 vol. 7 num. 1 - XI Encontro Científico de Física Aplicada

Artigo completo - Open Access.

Idioma principal | Segundo idioma

Aplicação da análise de componentes principais (ACP) no reconhecimento de agrupamentos químicos como ferramenta de pré-identificação de fases mineralógicas em amostras ambientais

Aplicação da análise de componentes principais (ACP) no reconhecimento de agrupamentos químicos como ferramenta de pré-identificação de fases mineralógicas em amostras ambientais

Galvão, E. S.; Orlando, M. T. D.; Feroni, R. C.; Passamai, J. L. Jr;

Artigo completo:

A identificação de fases mineralógicas em amostras ambientais, tais como sedimentos, solo e material particulado atmosférico, se mostra um grande desafio à pesquisadores, especialmente aos menos experientes ou aqueles que não conheçam a composição mineralógica da matriz, devido tais amostras serem matrizes multifásicas. Nem sempre os softwares de reconhecimento de difratogramas são acessíveis à comunidade acadêmica, devido à falta de recursos para a obtenção de licenças. Como alternativa, é usual a identificação manual das fases através de fichas cristalográficas disponíveis em alguns repositórios. Entretanto, esse pode ser um processo subjetivo e demorado. Este trabalho propõe o uso de uma ferramenta estatística multivariada, a Análise de Componentes Principais (ACP), para o reconhecimento de padrões e agrupamentos químicos que possam tornar a identificação das fases minerais em amostras multifásicas mais objetiva. Os resultados da ACP para uma amostra ambiental de areia de praia mostram 6 agrupamentos distintos de elementos químicos que facilitam a inferência das fases mineralógicas mais prováveis presentes na matriz, sendo esses agrupamentos formados provavelmente por caulinita e muscovita, ilmenita, zirconita, monazita, branerita, e isoladamente o urânio.

Artigo completo:

The identification of mineralogical phases in environmental samples, such as sediments, soil and atmospheric particulate matter, is a significant challenge for researchers, especially those who are less experienced or who do not know the mineralogical composition of the matrix, because of the multiphase nature. Diffractogram recognition software is not always accessible to the academic community because of the lack of resources to get licenses. As an alternative way, it is usually the manual identification through crystallographic files, available in some repositories. However, it may be a subjective and time-consuming process. This work proposes the use of Principal Component Analysis (PCA), as a statistical tool for recognizing patterns and chemical groupings, turning the identification of mineral phases in the samples more objective. The PCA results for an environmental sample of beach sand showed 6 distinct elemental groupings that made easier the inference of the most likely mineralogical phases in the matrix, probably composed of kaolinite and muscovite, ilmenite, zirconite, monazite, brannerite, and apart, uranium.

Palavras-chave: Análise por componentes principais (ACP), fases mineralógicas, difração de raios-X.,

Palavras-chave: Análise por componentes principais (ACP), fases mineralógicas, difração de raios-X.,

DOI: 10.5151/xiecfa-Artigo_Galv-2020

Referências bibliográficas
  • [1] ORLANDO M. T. D. et al., “Tracing iron ore tailings in the marine environment: An investigation of the Fundão dam failure,” Chemosphere, vol. 257, p. 127184, 2020, doi: https://doi.org/10.1016/j.chemosphere.2020.127184.
  • [2] GALVÃO E. S., ORLANDO M. T. D., SANTOS J. M., and LIMA A. T., “Uncommon chemical species in PM5 and PM10 and its potential use as industrial and vehicular markers for source apportionment studies,” Chemosphere, p. 124953, Sep. 2020, doi: 10.1016/J.CHEMOSPHERE.2019.124953.
  • [3] LADD M. and PALMER R., Structure Determination by X-ray Crystallography, 5th ed. Springer US, 201
  • [4] PATEY M. D., ACHTERBERG E. P., RIJKENBERG M. J., and PEARCE R., “Aerosol time-series measurements over the tropical Northeast Atlantic Ocean: Dust sources, elemental composition and mineralogy,” Mar. Chem., vol. 174, pp. 103–119, 2015, doi: https://doi.org/10.1016/j.marchem.2015.06.00
  • [5] GOTELLI N. J. and ELLISON A. M., Princípios de estatística em ecologia. Porto Alegre: Artmed, 2011.
Como citar:

Galvão, E. S.; Orlando, M. T. D.; Feroni, R. C.; Passamai, J. L. Jr; "Aplicação da análise de componentes principais (ACP) no reconhecimento de agrupamentos químicos como ferramenta de pré-identificação de fases mineralógicas em amostras ambientais", p. 232-234 . In: Anais do XI Encontro Científico de Física Aplicada. São Paulo: Blucher, 2021.
ISSN 2358-2359, DOI 10.5151/xiecfa-Artigo_Galv-2020

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações