European Union flag

Ein quantitatives mikrobiologisches Risikobewertungsmodell hilft, die Risiken von überlaufenden Abwassersystemen nach extremen Regenfällen in Kombination mit Stürmen und deren Auswirkungen auf die Wasserqualität und die öffentliche Gesundheit vorherzusagen, zu überwachen und zu steuern. Das Testen der Lösung an einem städtischen Strand in Barcelona hat sich bewährt.

Wichtige Erkenntnisse

Über die Region

Klimabedrohungen

Wie viele andere Küsten im Mittelmeerraum und in Europa ist die katalanische Küste aufgrund des komplexen Zusammenspiels zwischen Klima, reicher Biodiversität und hoher menschlicher Aktivität sehr anfällig für den Klimawandel. Der Anstieg des Meeresspiegels bedroht tief liegende Küsten (insbesondere Deltas und Flussmündungen) unter anderem mit zunehmenden Überschwemmungsrisiken und Salzeinbrüchen. Häufigere und intensivere Meeresstürme beeinträchtigen die Küstenressourcen und bedrohen lokale Arten und die biologische Vielfalt. Wasserknappheit ist ein chronisches Problem, das durch den Klimawandel und den zunehmenden Tourismus verschärft wird, wobei die Wasserversorgung stark von Flusstransfers, Entsalzungsanlagen und aufbereitetem Wasser abhängt. Die zunehmende Variabilität der Regenfälle verschärft die Sturzfluten – Überschwemmungen, die mit starken Regenfällen verbunden sind und in weniger als sechs Stunden auftreten – und verursacht Schäden, die besonders in dicht besiedelten Gebieten, in denen Meeresüberschwemmungen eine zusätzliche Bedrohung darstellen, problematisch sind.

Bewertung der Auswirkungen überlaufender Abwassersysteme auf die Wasserqualität und die öffentliche Gesundheit

Steigende globale Temperaturen und häufigere extreme Regenereignisse werden wahrscheinlich zu häufigeren und intensiveren Ereignissen des kombinierten Kanalüberlaufs führen, was verbesserte Überwachungs- und Managementstrategien erfordert.

Vorhersage von Gesundheitsrisiken durch Abwasserüberläufe mit Echtzeitdaten

Um das Gesundheitsrisiko für Badegäste, die kontaminiertem Meerwasser ausgesetzt sind, abzuschätzen, entwickelte das IMPETUS-Projektteam ein quantitatives mikrobiologisches Risikobewertungsmodell und testete es an einem städtischen Strand in Barcelona. Durch die Kombination von Echtzeit-Umweltdaten wie Wetter, Meeresbedingungen und Abwasserüberlaufereignissen prognostiziert das Modell, wann und wo die Wasserqualität ein Gesundheitsrisiko darstellt.

Es simuliert, wie sich Krankheitserreger von der Abflussstelle aus aus ausbreiten und schätzt die Konzentrationen in nahe gelegenen Badegebieten. Das Modell berücksichtigt auch, wie Umweltfaktoren wie Ströme, Sonnenlicht und Temperatur das Überleben von Krankheitserregern beeinflussen.

Dieses Instrument unterstützt fundiertere und zeitnahe Entscheidungen zum Schutz der öffentlichen Gesundheit nach Abwasserüberläufen und ist auf andere städtische Küstengebiete übertragbar, die vor ähnlichen Herausforderungen stehen.

Das Modell der quantitativen mikrobiologischen Risikobewertung stellt einen wertvollen Ansatz für ein proaktives Wasserqualitätsmanagement und den Aufbau von Frühwarnsystemen dar. Es prognostiziert das mikrobiologische Risiko für Badegäste in verschiedenen Situationen des kombinierten Kanalüberlaufs und identifiziert die Bereiche, die das größte Risiko darstellen.

Mireia Mesas Suárez, Eurecat (IMPETUS-Projektpartnerin)

Abbildung 3 zeigt, wie das Modell der quantitativen mikrobiologischen Risikobewertung funktioniert, um das Infektionsrisiko durch die Exposition von Mikroorganismen im Abwasser abzuschätzen.

Erstens sammelt es Daten über Wetter, Meerwasser und Abwasserüberlauf. Dann berechnet es, wie sich Krankheitserreger ausbreiten und wie wahrscheinlich sie Infektionen verursachen. Die Abbildung unterscheidet die im Berechnungsmodul enthaltenen Schritte (grün), die benötigten Eingabedaten (blau) und die verschiedenen Verbesserungen, die in das Modell für ein vorläufiges quantitatives mikrobiologisches Risikobewertungsmodell aufgenommen wurden, das in früheren Projekten entwickelt wurde (rot hervorgehoben).

Dies erklärt, wie die Kontamination von der Abflussstelle in die umliegenden Badegewässer gelangt.

Das Modell beinhaltet auch Abbauprozesse, die durch Umweltfaktoren wie Temperatur, Sonneneinstrahlung und Salzgehalt beeinflusst werden. Diese Parameter können das Überleben und die Zerfallsraten von Krankheitserregern erheblich beeinflussen.

Nachdem die Abwasserentsorgung gestoppt ist, nimmt die Erregermenge im Wasser, das durch den Abwasserkanal fließt, schnell ab.

Dies zeigt, dass die Kontamination im Kanal nicht lange anhält, sobald das Überlaufereignis beendet ist, was wichtig ist, um abzuschätzen, wie lange der Badebereich unsicher bleiben kann.

Um sich besser auf zukünftige extreme Wetterereignisse vorzubereiten, die sich auf die Badegewässerqualität auswirken, untersuchten Simulationen mit einem Transport- und Risikomodell Szenarien, die auf Meeresströmungen, Windverhältnissen und kombinierten Abwassereinleitungen basieren. Für jedes Szenario prognostizierte das Modell die Bewegung und Ausbreitung von Krankheitserregern, schätzte das Schwimmerrisiko und gab an, wie lange ein Strand nach starken Regenfällen unsicher bleiben könnte. Dieser Ansatz unterstützt die Entscheidungsfindung und Planung, da der Klimawandel die Häufigkeit solcher Ereignisse erhöht.

Einmal im Meer beginnen einige Krankheitserreger an Stärke zu verlieren oder aufgrund natürlicher Prozesse zu sterben; Zum Beispiel hilft Sonnenlicht, viele von ihnen zu zerstören. Warme Temperaturen und das Salz im Meerwasser beeinflussen auch die Überlebenszeit dieser Keime. Daher variiert die Pathogenpersistenz saisonal, was zeigt, dass die Abbauraten im Sommer aufgrund der erhöhten Sonneneinstrahlung höher sind, was den Pathogenabbau unterstützt. Die Art und Weise, wie sich das Meer bewegt, insbesondere die Geschwindigkeit und Richtung der Strömungen, hat einen großen Einfluss darauf, wie sich Krankheitserreger ausbreiten. Im Frühjahr und Herbst sind die Wasserströmungen im Allgemeinen stärker und dynamischer, was dazu beiträgt, Verunreinigungen schneller abzuführen und zu verdünnen. Infolgedessen verschwindet das Infektionsrisiko in diesen Jahreszeiten in der Regel schneller.

Verwendung bakterieller Indikatoren zur Verbesserung der Risikobewertung

Um Gesundheitsrisiken durch kontaminiertes Wasser besser einschätzen zu können, verfeinerte das Projektteam den Zusammenhang zwischen häufig überwachten Bakterien (die als Indikatoren für Umweltverschmutzung verwendet werden) und tatsächlichen Krankheitserregern. Durch die Verbesserung dieses Verständnisses kann das Risikobewertungsmodell die realen Bedingungen für die Gesundheit der Badegäste genauer widerspiegeln.

Die Probenahmekampagnen im Fallstudiengebiet unterstützten die Echtzeitüberwachung von häufig überwachten Bakterien als Indikatoren, insbesondere bei Abwasserüberläufen. Diese Daten trugen dazu bei, realistischere Karten zu erstellen, aus denen hervorgeht, wo die Gesundheitsrisiken am höchsten sind, was wiederum schnellere und wirksamere Entscheidungen über die Wasserqualität und die öffentliche Sicherheit, einschließlich Frühwarnungen und gezielter Maßnahmen, unterstützt.

Wirtschaftliche Beiträge, Herausforderungen und Perspektiven

Das entwickelte Frühwarnsystem, das auf einem quantitativen mikrobiologischen Risikobewertungsmodell basiert, trägt dazu bei, Gesundheitsrisiken zu reduzieren und unnötige Strandschließungen zu verhindern, indem festgestellt wird, wann und wo Verschmutzung eine Bedrohung darstellt. Dies vermeidet zu vorsichtige Entscheidungen und unterstützt den Ruf und die Wirtschaft der vom Tourismus abhängigen Küstengebiete. Dabei kommt die Lösung sowohl der öffentlichen Gesundheit als auch lokalen Unternehmen zugute.

Trotz verbleibender Herausforderungen wie begrenztem Zugang zu detaillierten Daten und Abweichungen bei den lokalen Vorschriften kann diese Art von Instrument eine Schlüsselrolle bei der Entwicklung von Frühwarnsystemen für die Sicherheit von Badegewässern spielen. Es ermöglicht den Behörden, zu handeln, bevor eine Situation kritisch wird, und schützt sowohl die öffentliche Gesundheit als auch die Umwelt.

Mit Blick auf die Zukunft könnte die Integration künstlicher Intelligenz (wie maschinelles Lernen) das System verbessern, indem aus vergangenen Ereignissen gelernt wird, um Infektionsrisiken in zukünftigen Situationen besser vorherzusagen, was insbesondere für Küstenstädte nützlich ist, die sich auf extreme Wetterereignisse vorbereiten möchten.

Zusammenfassung

Weitere Informationen

Kontakt

Schlüsselwörter

Auswirkungen auf das Klima

Anpassungssektoren

Wichtige Gemeinschaftssysteme

Länder

Förderprogramm

Haftungsausschluss
Die Inhalte und Links zu Inhalten Dritter auf dieser Missionswebseite werden vom MIP4Adapt-Team unter der Leitung von Ricardo im Rahmen des von der Europäischen Union finanzierten Vertrags CINEA/2022/OP/0013/SI2.884597 entwickelt und spiegeln nicht unbedingt die der Europäischen Union, CINEA oder der Europäischen Umweltagentur (EUA) als Gastgeber der Climate-ADAPT-Plattform wider. Weder die Europäische Union noch CINEA noch der EWR übernehmen Verantwortung oder Haftung, die sich aus oder im Zusammenhang mit den Informationen auf diesen Seiten ergeben.

Language preference detected

Do you want to see the page translated into ?

Exclusion of liability
This translation is generated by eTranslation, a machine translation tool provided by the European Commission.