Objetivou-se investigar a aplicabilidade da técnica de estatística multivariada, análise de agrupamento, como ferramenta para identificar a similaridade nas concentrações de sais em campos irrigados. A pesquisa foi desenvolvida em três áreas, sendo uma Mata Nativa e duas irrigadas do Distrito de Irrigação Jaguaribe-Apodi (DIJA), nos municípios de Limoeiro do Norte e Quixeré, Ceará. As coletas de solo foram realizadas mensalmente, de dezembro/1999 a dezembro/2000 e nos meses de setembro a dezembro de 2001, nas profundidades de 0-30 e 30-60 cm. Foram considerados os seguintes atributos: CEes (condutividade elétrica do extrato de saturação do solo), Ca2+ + Mg2+, Cl-, Na+ e k+ e a RAS (razão de adsorção do sódio). A aplicação da análise de agrupamento resultou em três grupos similares quanto aos atributos estudados, havendo diferença significativa (p< 0,001) entre os valores representativos da Mata Nativa e aqueles dos dois campos irrigados. A técnica de análise de agrupamento mostrou-se como ferramenta apropriada para definir a semelhança entre os atributos estudados, independentemente da sua posição no tempo ou no espaço. Tal fato expressa a aplicabilidade da mesma em estudos de identificação de áreas similares com maiores ou menores risco de salinidade.

This work was carried out to investigate the multivariable statistics/cluster analysis as a tool to identify the similarity of irrigated fields. The investigation was conducted in three areas. One was an undisturbed native area (MN) and the others, two irrigated field in the Irrigated District of Jaguaribe-Apodi (DIJA) situated in the municipality of Limoeiro do Norte and Quixeré, Ceará State, Brazil. Soil was sampled monthly, from December/1999 to December/2000, and also from September to December of 2001 in the depths of 0-30, 30-60 cm. The attributes considered in this study were: EC (electric conductivity of soil solution), Ca2+ + Mg2+, Cl-, Na+ and k+ and SAR (sodium adsorption ratio). The Cluster Analysis application identified the similarity of studied attributes and three homogeneous groups were identified. The studied attributes values from MN were statistically different (p < 0.001) from those of irrigated fields. According to the results, Cluster Analysis showed up as a suitable tool to define the similarity independent of sample position in time and space. This fact expresses that Cluster Analysis technique can be applied to identify the similarity in areas with high or little salinization risk.

Técnicas de estatística multivariada foram empregadas com o objetivo de identificar a similaridade dos reservatórios superficiais do Ceará, com relação à salinidade das águas e identificar os fatores determinantes da qualidade das águas. Os dados utilizados foram provenientes do banco de dados da Companhia de Gestão dos Recursos Hídricos do Ceará, no período de 1998/2009, no total de 807 amostras de 48 reservatórios. Os parâmetros considerados foram: Cl-, Ca2+, Mg2+, Na+, HCO3 -, CE e RAS. A análise de agrupamento hierárquico formou quatro grupos distintos, sendo determinantes os tipos e concentrações dos sais analisados. Nos grupos 1 e 2 a salinidade da água é definida principalmente pelas condições naturais de solo e clima da região e nos grupos 3 e 4, além desses fatores, a influência antrópica. O emprego da análise de fator/análise de componente principal promoveu a redução de sete características das águas superficiais do Estado Ceará, para dois componentes, sendo que o primeiro componente explicou 57,28% e o segundo, 26,77% da variância contida nas sete variáveis. Os parâmetros mais representativos na variabilidade da salinidade das águas foram Cl-, CE, Na+ e Mg2+, relacionados com a solubilidade dos sais.

Multivariate statistical techniques were employed in order to identify the similarity in the salinity levels of the water reservoirs of Ceará State, Brazil. Also, to identify the factors that explain the variability of water quality. The data set used in this investigation came from the Company of Water Management (COGERH). The studied period extended from 1998 to 2009, in a total of 807 samples from 48 different sources. The investigated parameters were: Cl-, Ca2+, Mg2+,Na+, HCO3 -, EC and SAR. The Hierarchical Cluster Analysis identified four groups, being the types and concentrations of the analyzed salts the determining factors. In groups 1 and 2, the salinity level of the water was, mainly, due to the geology and the climate of the region. While for group 3 and 4, besides these factors, the water salinity was influenced by human activities. According to the results, the first and the second components (independent factors) explaining, 57.28 and 26.77%, respectively, the total variance of seven variables. The most important parameters related to the variability of the water salinity level were Cl-, CE, Na+ and Mg2+, which were related to salt solubility.