All official European Union website addresses are in the europa.eu domain.
See all EU institutions and bodiesEn kvantitativ mikrobiologisk riskbedömningsmodell hjälper till att förutsäga, övervaka och hantera riskerna för överfyllda avloppssystem efter extremt regn i kombination med stormar och deras inverkan på vattenkvaliteten och folkhälsan. Att testa lösningen på en urban strand i Barcelona har visat sig vara framgångsrikt.
Viktiga lärdomar
Om regionen

Klimathot
Liksom många andra kuster i Medelhavet och i Europa är den katalanska kusten mycket sårbar för klimatförändringar på grund av det komplexa samspelet mellan klimat, rik biologisk mångfald och hög mänsklig aktivitet. Havsnivåhöjningen hotar låglänta kuster (särskilt deltan och flodmynningar) med ökande översvämningsrisker och saltintrång, bland andra effekter. Mer frekventa och intensiva havsstormar påverkar kusttillgångarna och hotar lokala arter och den biologiska mångfalden. Vattenbrist är ett kroniskt problem som förvärras av klimatförändringar och ökad turism, där vattenförsörjningen är starkt beroende av flodöverföringar, avsaltningsanläggningar och återvunnet vatten. Ökad variation i nederbörden förvärrar plötsliga översvämningar – översvämningar i samband med kraftiga regn som inträffar på mindre än sex timmar – och orsakar skador, vilket är särskilt problematiskt i tätbefolkade områden där marina översvämningar utgör ett ytterligare hot.
Bedömning av effekterna av överfyllda avloppssystem på vattenkvaliteten och folkhälsan

Stigande globala temperaturer och mer frekventa extrema regnhändelser kommer sannolikt att leda till mer frekventa och intensivare förekomster av kombinerat avloppsspill, vilket kräver förbättrade övervaknings- och förvaltningsstrategier.
Förutse hälsorisker från avloppsvattenbräddning med realtidsdata
För att uppskatta hälsorisken för badande som exponeras för förorenat havsvatten utvecklade IMPETUS projektgrupp en kvantitativ mikrobiologisk riskbedömningsmodell och testade den på en urban strand i Barcelona. Genom att kombinera miljödata i realtid, såsom väder, havsförhållanden och spillvattenhändelser, förutsäger modellen när och var vattenkvaliteten utgör en hälsorisk.
Den simulerar hur patogener sprids från utsläppspunkten och uppskattar koncentrationerna i närliggande badplatser. Modellen tar också hänsyn till hur miljöfaktorer som strömmar, solljus och temperatur påverkar patogenöverlevnaden.
Detta verktyg stöder mer välgrundade och snabba beslut för att skydda folkhälsan efter avloppsvattenöversvämningar och kan överföras till andra stadskustområden som står inför liknande utmaningar.
Modellen för kvantitativ mikrobiologisk riskbedömning utgör ett värdefullt tillvägagångssätt för proaktiv vattenkvalitetsförvaltning och inrättande av system för tidig varning. Den förutser den mikrobiologiska risken för badande i olika situationer av kombinerat avloppsöverflöde och identifierar de områden som utgör den största risken.
Mireia Mesas Suárez, Eurecat (IMPETUS-projektpartner)
Figur 3 visar hur modellen för kvantitativ mikrobiologisk riskbedömning fungerar för att uppskatta infektionsrisken vid exponering av mikroorganismer i avloppsvatten.
För det första samlar den in data om väder, havsvatten och avloppsspill. Därefter beräknar den hur patogener sprids och hur sannolikt de är att orsaka infektioner. Diagrammet skiljer mellan de steg som ingår i beräkningsmodulen (i grönt), de indata som behövs (i blått) och de olika förbättringar som ingår i modellen för en preliminär kvantitativ mikrobiologisk riskbedömningsmodell som utvecklats i tidigare projekt (markerad i rött).
Detta förklarar hur föroreningarna transporteras från utsläppspunkten till de omgivande badvattnen.
Modellen innehåller också nedbrytningsprocesser som påverkas av miljöfaktorer som temperatur, solstrålning och salthalt. Dessa parametrar kan avsevärt påverka patogenöverlevnad och sönderfallshastigheter.

Efter att avloppsutsläppet stannar minskar patogenmängden i vattnet som strömmar genom utsläppskanalen snabbt.
Detta visar att föroreningen i kanalen inte varar särskilt länge när översvämningen är över, vilket är viktigt för att man ska kunna uppskatta hur länge badplatsen kan vara osäker.

För att bättre förbereda sig för framtida extrema väderhändelser som påverkar badvattnets kvalitet undersökte simuleringar med en transport- och riskmodell scenarier baserade på havsströmmar, vindförhållanden och kombinerade avloppsutsläpp. För varje scenario förutspådde modellen patogenrörelse och spridning, uppskattning av simmarrisken och indikation på hur länge en strand kan förbli osäker efter kraftig nederbörd. Detta tillvägagångssätt stöder beslutsfattande och planering eftersom klimatförändringarna ökar frekvensen av sådana händelser.
En gång i havet börjar vissa patogener förlora styrka eller dö på grund av naturliga processer; Till exempel hjälper solljus till att förstöra många av dem. Varma temperaturer och saltet i havsvatten påverkar också överlevnadstiden för dessa bakterier. Därför varierar patogen persistens säsongsvis, vilket visar att nedbrytningshastigheten är högre på sommaren på grund av ökad exponering för solljus, vilket stöder patogennedbrytning. Hur havet rör sig, särskilt strömmarnas hastighet och riktning, har stor inverkan på hur patogener sprids. Under våren och hösten är vattenströmmarna generellt starkare och mer dynamiska, vilket hjälper till att föra bort och späda ut föroreningar snabbare. Som ett resultat försvinner infektionsrisken vanligtvis snabbare under dessa årstider.
Användning av bakterieindikatorer för att förbättra riskbedömningen
För att bättre uppskatta hälsoriskerna med förorenat vatten förfinade projektgruppen kopplingen mellan vanligen övervakade bakterier (som används som indikatorer på föroreningar) och faktiska sjukdomsframkallande patogener. Genom att förbättra denna förståelse kan riskbedömningsmodellen bättre återspegla de verkliga förhållandena för badandes hälsa.
Provtagningskampanjerna i fallstudieområdet stödde realtidsövervakning av allmänt övervakade bakterier som indikatorer, särskilt under avloppsspill. Dessa uppgifter bidrog till att skapa mer realistiska kartor som visar var hälsoriskerna är som störst, vilket i sin tur stöder snabbare och effektivare beslut om vattenkvalitet och allmän säkerhet, inbegripet tidiga varningar och riktade åtgärder.
Ekonomiska bidrag, utmaningar och framtidsutsikter
Det utvecklade systemet för tidig varning, som bygger på en kvantitativ mikrobiologisk riskbedömningsmodell, bidrar till att minska hälsoriskerna och förhindra onödiga strandstängningar genom att identifiera när och var föroreningar utgör ett hot. Detta undviker alltför försiktiga beslut och stöder anseendet och ekonomin i kustområden som är beroende av turism. På så sätt gynnar lösningen både folkhälsan och lokala företag.
Trots kvarstående utmaningar, såsom begränsad tillgång till detaljerade uppgifter och variationer i lokala bestämmelser, kan denna typ av verktyg spela en viktig roll i utvecklingen av system för tidig varning för badvattensäkerhet. Det gör det möjligt för myndigheterna att agera innan en situation blir kritisk och skydda både folkhälsan och miljön.
Att integrera artificiell intelligens (t.ex. maskininlärning) skulle kunna förbättra systemet genom att lära av tidigare händelser för att bättre förutsäga infektionsrisker i framtida situationer, vilket är särskilt användbart för kuststäder som strävar efter att förbereda sig för extrema väderhändelser.
Sammanfattning
Ytterligare information
Kontaktuppgifter
Nyckelord
Klimatpåverkan
Anpassningssektorer
Centrala gemenskapssystem
Länder
Finansieringsprogram
Ansvarsfriskrivning
Innehålletoch länkarna till artiklar från tredje part på denna uppdragswebbsida utvecklas av MIP4Adapt-teamet under ledning av Ricardo, enligt kontrakt CINEA/2022/OP/0013/SI2.884597 som finansieras av Europeiska unionen och återspeglar inte nödvändigtvis Europeiska unionens, CINEA:s eller Europeiska miljöbyråns (EEA) som värd för Climate-ADAPT-plattformen. Varken Europeiska unionen, CINEA eller EES accepterar ansvar eller ansvar som härrör från eller i samband med informationen på dessa sidor.
Language preference detected
Do you want to see the page translated into ?
