RESUMO Buscar soluções para a problemática dos resíduos sólidos domiciliares (RSD) é um dos desafios enfrentados pelos gestores municipais. Diante do cenário ascendente de geração desses materiais, principalmente nos centros urbanos, a implantação de um modelo integrado e adequado à realidade da municipalidade torna-se imprescindível. Nesse sentido, a setorização de rotas de coleta a partir da utilização de técnicas multivariadas pode auxiliar o gestor na proposição de modelos setoriais de resíduos sólidos que contemplem as particularidades socioeconômicas das áreas estudadas. Desse modo, o presente artigo utiliza as técnicas multivariadas de análise de componentes principais, para avaliar a correlação entre população, renda, geração e composição gravimétrica dos resíduos, elencando, entre esses indicadores, os mais representativos; e a análise de agrupamento hierárquico, para setorizar 31 rotas de coleta em clusters por similaridade. Verificou-se que a população, a renda domiciliar e per capita, a geração de resíduos per capita e os resíduos recicláveis, alimentares e putrescíveis foram bem representados no estudo. A renda e a geração per capita apresentaram forte correlação positiva. A setorização das rotas gerou dois grupos: A e B, que resultaram em cinco subgrupos por similaridade: A1, A2, B1, B2 e B3. Os subgrupos A1 e A2 contemplaram os setores de classe baixa, ao passo que os clusters B1, B2 e B3 compreenderam os setores de classe alta, média e comercial, respectivamente. A setorização de rotas mediante o grau de similaridade apresenta-se como etapa basilar para a proposição de modelos setoriais de RSD que busquem o entendimento das particularidades elencadas.
ABSTRACT Finding solutions to the problem of household solid waste (HSW) is one of the challenges faced by municipal managers. In view of the upward scenario of generation of these materials, especially in urban centers, the implementation of an integrated model and adequate to the reality of society is essential. In this sense, the sectorization of collection routes from the use of multivariate techniques can assist the manager in proposing solid waste sector models that take into account the socioeconomic particularities of the studied areas. In this way, the present article uses the multivariate techniques of Analysis of Principal Components to evaluate the correlation of population, income, generation, and gravimetric composition of the residues, listing among these most representative indicators; and the Hierarchical Grouping Analysis to segment 31 collection routes into clusters by similarity. Population, household and per capita income, per capita waste production and recyclable, food and putrescible residues were well represented in the study. Income and per capita production showed a strong positive correlation. The segmentation of the routes generated two groups: A and B, which resulted in five subgroups by similarity: A1, A2, B1, B2, and B3. The A1 and A2 subgroups comprised the lower class sectors, while the B1, B2, and B3 clusters comprised the upper, middle, and commercial sectors, respectively. The sectorization of routes through the degree of similarity presents itself as the basic step for the proposition of HSW sectorial models that seek to understand the particularities listed.
