Resumo Neste trabalho objetivou-se elaborar um Índice de Qualidade das Águas (IQA) para o setor florestal. Para isso, monitoraram-se as características físicas e químicas da água: Ca, Cu, Fe, K, Mg, Na, P, S, Zn, CI, CO, Clor, Nitr, Sulf, Fosf, Amô, Glif, Alca, CE, Cor, DQO, DC, DC, OD, SS, SD, Sulfl, Temp, Turb e pH, em quatro microbacias hidrográficas (MBs) sob atividades do manejo florestal no município de Aracruz - ES, de janeiro a junho de 2012. As técnicas de estatística multivariadas, Análise de Componentes Principais (ACP) e Análise Fatorial (AF), indicaram que as variáveis mais representativas da variação da qualidade das águas para compor um IQA são: CE, Cor, Clor, Nitr, Mg, Alca, Na, Na, CI, CO, Fe, pH e SS, responsáveis por uma variância total de 61,77% dos dados após a rotação dos fatores pelo método Varimax normatizado. As variáveis relacionadas aos sais dissolvidos na água assumiram maiores pesos, em consequência da proximidade do mar. O IQA proposto demonstrou ser eficiente para avaliar a qualidade das águas das MBs monitoradas, ao invés de examinar as variáveis independentemente.
Abstract This work aimed to develop a Water Quality Index (WQI) for the forestry sector. Therefore, to achieve this purpose, the physical and chemical characteristics of the water were monitored: Ca, Cu, Fe, K, Mg, Na, P, S, Zn, IC, OC, Chlor, Nitr, Sulf, Phosp, Ammo, Glyph, Alka, EC, Color, COD, CH, MH, DO, SS, DS, Sulfl, Temp, Turb and pH in four micro-watersheds (MW) under activities of forest management in the city of Aracruz, Espírito Santo, Southeast of Brazil, from January to June, 2012. The multivariate statistical analyses, the Principal Component Analysis (PCA) and the Factor Analysis (FA) indicated that the most significant variables in the variation of water quality to compose a WQI were: EC, Color, Chlor, Nitr, Mg, Alka, Na, IC, OC, Fe, pH and SS, responsible for a total variance of 61.77% of the data after the rotation of the factors using the normalized Varimax method. Variables related to the dissolved salts in water assumed higher weights due to the proximity with the sea. The proposed WQI proved itself to be efficient when evaluating the water quality of the monitored micro-watersheds, instead examining the variables independently.