Treballs Fi de Màster> Enginyeria Química

Modelling of quantitative microbiological risk assessment in bathing waters

  • Dades identificatives

    Identificador: TFM:1847
    Autors:
    Munschke, Sarah
  • Altres:

    Paraules clau: Modelització, avaluació quantitativa del risc microbià, desbordament de clavegueram combinat Modelling, Quantitative Microbial Risk Assessment, Combined Sewer Overflow Modelado, evaluación cuantitativa de riesgos microbianos, desbordamiento de alcantarillado combinado
    Títol en diferents idiomes: Modelització de l'avaluació quantitativa del risc microbiològic a les aigües de bany Modelling of quantitative microbiological risk assessment in bathing waters Modelado de evaluación cuantitativa de riesgos microbiológicos en aguas de baño
    Àrees temàtiques: Enginyeria Ambiental i Sostenibilitat Energètica Environmental Engineering and Sustainable Energy Ingeniería Ambiental y Sostenibilidad Energética
    Confidencialitat: No
    Curs acadèmic: 2023-2024
    Estudiant: Munschke, Sarah
    Aprenentatge Servei: No
    Departament: Enginyeria Química
    Drets d'accés: info:eu-repo/semantics/openAccess
    Data de la defensa del treball: 2024-06-17
    Director del projecte: Torres Costa, Carmen
    Resum: Aquesta tesi se centra en la modelització de l'avaluació quantitativa del risc microbiològic (QMRA) en aigües de bany, amb un cas pràctic concret a la platja del Bogatell de Barcelona. El L'estudi està motivat per l'augment de la freqüència d'esdeveniments meteorològics extrems a causa del clima canvi, que pot provocar la contaminació de les masses d'aigua per patògens microbians matèria fecal i suposa un risc per a la salut humana. Els objectius d'aquesta tesi són desenvolupar una eina QMRA en Python per avaluar el risc de malalties transmeses per l'aigua després d'esdeveniments de desbordament combinat de clavegueram (CSO), tenint en compte diversos condicions ambientals com la temperatura, el pH, la salinitat i la radiació UV. Aquesta eina pretén ajudar les autoritats locals i els gestors de les platges a prendre decisions informades sobre la seguretat de les platges després dels esdeveniments de les OSC. En primer lloc, utilitzant Python la distribució de bacteris indicadors fecals (FIB) com E. coli i Es simula els enterococs tenint en compte els factors ambientals de cada estació i els seus impactes en la degradació dels patògens. En segon lloc, es realitza el QMRA per avaluar el risc de nens o adults nedant així com persones que participen en activitats recreatives a la aigua com el caiac o el rem. Els resultats indiquen que la distribució dels patògens i els riscos per a la salut associats varien en funció sobre els canvis estacionals de les condicions ambientals i dels corrents marins, encara que la velocitat i s'ha demostrat que la direcció dels corrents té el major impacte. Basat en els resultats de la simulació i l'avaluació de riscos, els impactes potencials de la també s'ha parlat del canvi climàtic progressiu. En conclusió, l'eina QMRA desenvolupada proporciona una base per avaluar els riscos de malalties transmeses per l'aigua a les aigües de bany després dels esdeveniments d'OSC, contribuint a la millora de la salut pública pràctiques de seguretat i gestió sostenible de l'aigua. El focus a la platja del Bogatell mostra el utilitat potencial en escenaris del món real i posa l'accent en la importància del modelatge predictiu i l'avaluació de riscos en els processos de presa de decisions per a la salut pública. This thesis focuses on the modelling of quantitative microbiological risk assessment (QMRA) in bathing waters, with a specific case study on Bogatell beach in Barcelona. The study is motivated by the increasing frequency of extreme weather events due to climate change, which can lead to the contamination of water bodies by microbial pathogens from faecal matter and pose a risk to human health. The objectives of this thesis are to develop a QMRA tool in Python to assess the risk of waterborne diseases following Combined Sewer Overflow (CSO) events, considering various environmental conditions like temperature, pH, salinity, and UV radiation. This tool aims to assist local authorities and beach managers in making informed decisions about beach safety after CSO events. Firstly, using Python the distribution of Faecal Indicator bacteria (FIB) such as E. coli and Enterococci is simulated under consideration of environmental factors for each season and their impacts on pathogen degradation. Secondly the QMRA is conducted to assess the risk for children or adults swimming as well as people participating in recreational activities on the water such as kayaking or rowing. The results indicate that the pathogen distribution and associated health risks vary depending on seasonal changes in environmental conditions and sea currents, although the speed and direction of the currents has been shown to have the biggest impact. Based on the outcomes of the simulation and risk assessment potential impacts of the progressing climate change have been discussed as well. In conclusion, the developed QMRA tool provides a basis for assessing the risks of waterborne diseases in bathing waters after CSO events, contributing to improved public health safety and sustainable water management practices. The focus on Bogatell beach shows the potential utility in real-world scenarios and emphasizes the importance of predictive modelling and risk assessment in the decision-making processes for public health.
    Matèria: Enginyeria Ambiental i Sostenibilitat Energètica
    Entitat: Universitat Rovira i Virgili (URV)
    Idioma: en
    Ensenyament(s): Enginyeria Ambiental i Sostenibilitat Energètica
    Títol en la llengua original: Modelling of quantitative microbiological risk assessment in bathing waters
    Data d'alta al repositori: 2024-11-08
  • Paraules clau:

    Enginyeria Ambiental i Sostenibilitat Energètica
    Environmental Engineering and Sustainable Energy
    Ingeniería Ambiental y Sostenibilidad Energética
    Enginyeria Ambiental i Sostenibilitat Energètica
  • Documents:

  • Cerca a google

    Search to google scholar