En ny måde at forudsige strandvandskvalitet på

Mindre end to dages vandkvalitetsprøvetagning på lokale strande kan være alt, hvad der er nødvendigt for at reducere sygdom blandt millioner af strandgæster hvert år på grund af forurenet vand, ifølge ny Stanford-forskning. Studiet, udgivet i Miljøvidenskab og -teknologi , præsenterer en modelleringsramme, der pålideligt forudsiger vandkvaliteten på strande efter kun en eller to dages hyppig vandprøveudtagning. Tilgangen, testet i Californien, kunne bruges til at holde øje med ellers uovervågede kystområder, hvilket er nøglen til at beskytte strandgæsternes velbefindende og blomstrende havøkonomier på verdensplan.

"Dette arbejde kombinerer viden om mikrobiologi, kystprocesser og datavidenskab til at producere et værktøj til effektivt at styre en af ​​vores mest værdifulde ressourcer og beskytte menneskers sundhed, "sagde seniorforfatter Alexandria Boehm, en Stanford professor i civil- og miljøteknik.

Måling af koncentrationer af fækale indikatorbakterier (FIB) - som angiver tilstedeværelsen af ​​fækalt materiale og kan føre til usikre vandforhold - ved strandene sikrer offentlighedens sundhed og sikkerhed. Mens alt havvand indeholder en vis grad af patogener, såsom bakterier eller vira, de fortyndes typisk til harmløse koncentrationer. Imidlertid, ændringer i nedbør, vandtemperatur, vind, afstrømning, sejladsaffald, storm kloakoverløb, nærhed til affaldsbehandlingsanlæg, dyr og vandfugle kan føre til en tilstrømning af vandforurening. Eksponering for disse forurenende stoffer kan forårsage mange lidelser, herunder luftvejssygdomme og mave-tarmsygdomme, sammen med huden, øjen- og øreinfektioner hos svømmere.

Beskyttelse af kystfarvande og de mennesker, der bruger dem, er fortsat afgørende for meget af Californiens 840 miles kystlinje. Over 150 millioner mennesker svømmer, surf, dykke og lege på en af ​​statens 450 strande årligt, genererer over 10 milliarder dollars i omsætning. Ifølge California State Water Resources Control Board, sundhedsagenturer på tværs af 17 amter, offentligt ejede rensningsanlæg miljøgrupper og flere borgervidenskabelige grupper udfører vandprøvetagning på tværs af staten. Imidlertid, ikke alle farvande bliver rutinemæssigt kontrolleret på grund af tilgængelighedsproblemer, budgetressourcebegrænsninger eller sæsonen, trods deres brug af offentligheden.

En anden hindring for at beskytte folkesundheden ligger i forsinkelsen mellem prøveudtagning og resultater - op til to dage - hvilket fører til strandforvaltere til at træffe beslutninger, der afspejler tidligere vandkvalitetsforhold. Når overvåget vand indeholder høje niveauer af bakterier og udgør en sundhedsrisiko, strandchefer lægger advarselsskilte op eller lukker strande. Forsinkelsen i de nuværende testmetoder kan ubevidst udsætte svømmere for usundt vand.

For at overvinde disse begrænsninger, forskerne kombinerede vandprøvetagning og miljødata med maskinlæringsmetoder for nøjagtigt at forudsige vandkvaliteten. Selvom forudsigende vandkvalitetsmodeller ikke er nye, de har generelt krævet, at historiske data, der strækker sig over flere år, er udviklet.

Holdet brugte vandprøver indsamlet med 10 minutters intervaller over en relativt kort tidsramme på en til to dage ved strandene i Santa Cruz, Monterey og Huntington Beach. Blandt de tre steder, 244 prøver blev målt for FIB-koncentrationer og markeret som over eller under det acceptable niveau, som staten anså for sikkert. Forskerne indsamlede derefter meteorologiske data såsom lufttemperatur, solstråling og vindhastighed sammen med oceanografiske data, herunder tidevandsniveau, bølgehøjder og vandtemperatur (alle faktorer, der påvirker FIB -koncentrationer) over samme tidsramme.

Ved at bruge højfrekvente vandkvalitetsdata og maskinlæringsmetoder, de trænede computermodeller til nøjagtigt at forudsige FIB-koncentrationer på alle tre strande. Forskerne fandt, at vandprøvetagning i timevis i 24 timer i træk - fanget en hel tidevands- og solcyklus - viste sig at være nok til pålidelige resultater. At fodre rammen med meteorologiske data og tidevandsdata fra længere tidsperioder resulterede i fremtidige vandkvalitetsforudsigelser, der var pålidelige i mindst en hel sæson.

"Disse resultater er virkelig styrkende for samfund, der ønsker at vide, hvad der sker med vandkvaliteten på deres strand, " sagde Searcy. "Med nogle ressourcer til at komme i gang og en dag med prøveudtagning, disse samfund kunne indsamle de data, der er nødvendige for at starte deres egne modeller for vandkvalitetsmodellering. "

Rammekoden, som er offentligt tilgængeligt, kunne også udvikles til nøjagtige forudsigelser af andre forurenende stoffer såsom skadelige alger, metaller og næringsstoffer, der vides at ødelægge lokale farvande. Forskerne påpeger, at der er behov for flere analyser for bedre at bestemme den nøjagtige tidsramme, hvor disse modeller forbliver nøjagtige, og bemærker, at løbende vurdering og omskoling af modellerne forbliver en bedste praksis for præcise forudsigelser.