Resumo O rio Xingu, um dos mais importantes rios que constituem a bacia amazônica, é caracterizado por águas claras e transparentes que drenam uma bacia hidrográfica de 509,685 km2 com distintas condições hidrológicas, ecológicas e pressões antrópicas ao longo de seu percurso. Assim como nas demais bacias hidrográficas da Amazônia, os estudos no Xingu são raros. A eminente construção da Usina hidrelétrica de Belo Monte, a qual alterará as condições ambientais na bacia, demanda também a realização de estudos que gerem informações relevantes e que forneçam subsídios para um desenvolvimento mais equilibrado e igualitário região amazônica. Desta maneira, o objetivo deste trabalho foi analisar a qualidade de água no rio Xingu e em seus tributários focando em padrões espaciais na área de estudo pelo uso de técnicas de estatística multivariada, identificando quais parâmetros são mais relevantes nas condições de qualidade de água na bacia hidrográfica. As coletas de dados ocorreram durante dois ciclos hidrológicos completos em vinte e cinco estações de amostragem. Os dados de vinte e sete variáveis foram analisados pelos coeficientes de correlação de Spearman, análise Cluster (CA), e análise de componentes principais (PCA). Os resultados apontaram para um elevado contingente de variáveis com elevada correlação entre si (>0,7), sendo que estas altas variáveis foram retiradas das análises multivariadas por fornecerem informações ecológicas redundantes sobre o ambiente estudado. A CA resultou na formação de 6 agrupamentos, os quais foram observados por possuírem qualidade de água consideravelmente distintas pela PCA. Os resultados estatísticos permitiram identificar uma alta variação espacial da qualidade de água superficial na bacia estudada, sendo estas ocasionadas por especificidades do entorno, diferentes usos da água locais, influências de atividades antrópicas e características geoquímicas das bacias drenadas. Pode-se também evidenciar que em grande parte das estações de coleta na bacia do rio Xingu a qualidade de água superficial foi elevada, decorrente da ausência de impactos locais e do alto poder de depuração do rio.

Abstract The Xingu River, one of the most important of the Amazon Basin, is characterized by clear and transparent waters that drain a 509.685 km2 watershed with distinct hydrological and ecological conditions and anthropogenic pressures along its course. As in other basins of the Amazon system, studies in the Xingu are scarce. Furthermore, the eminent construction of the Belo Monte for hydropower production, which will alter the environmental conditions in the basin in its lower middle portion, denotes high importance of studies that generate relevant information that may subsidize a more balanced and equitable development in the Amazon region. Thus, the aim of this study was to analyze the water quality in the Xingu River and its tributaries focusing on spatial patterns by the use of multivariate statistical techniques, identifying which water quality parameters were more important for the environmental changes in the watershed. Data sampling were carried out during two complete hydrological cycles in twenty-five sampling stations. The data of twenty seven variables were analyzed by Spearman's correlation coefficients, cluster analysis (CA), and principal component analysis (PCA). The results showed a high auto-correlation between variables (> 0.7). These variables were removed from multivariate analyzes because they provided redundant information about the environment. The CA resulted in the formation of six clusters, which were clearly observed in the PCA and were characterized by different water quality. The statistical results allowed to identify a high spatial variation in the water quality, which were related to specific features of the environment, different uses, influences of anthropogenic activities and geochemical characteristics of the drained basins. It was also demonstrated that most of the sampling stations in the Xingu River basin showed good water quality, due to the absence of local impacts and high power of depuration of the river itself.