Portal de Pesquisa da BVS Veterinária

Tese em Português | VETTESES | ID: vtt-208878

Resumo

A presente tese é composta por quatro capítulos. No primeiro é feita a contextualização dos objetivos da pesquisa. O segundo apresenta uma revisão das práticas de monitoramento em vigor no Brasil, na União Europeia e nos Estados Unidos da América para a classificação de áreas de produção de moluscos. Os sistemas de classificação não são imediatamente comparáveis porque alguns são baseados no monitoramento de água e outros da carne dos moluscos. Para criar uma base comum de comparação, modelos de regressão foram desenvolvidos para correlacionar os níveis de organismos indicadores fecais (FIOs) na água e nos moluscos. Diferenças importantes nos níveis de segurança proporcionados pelas classificações estabelecidas pelas diferentes legislações foram identificadas. O terceiro capítulo descreve uma metodologia para o desenvolvimento de modelos de regressão para prever os níveis de FIOs em áreas costeiras influenciadas por fontes de poluição localizadas em múltiplas bacias hidrográficas. Concentrações de FIOs em mexilhões (Perna perna) e em água marinha medidas em 50 locais nas baías da Ilha de Santa Catarina (SC, Brasil) entre agosto de 2012 e outubro de 2013 foram utilizadas no estudo. Modelos de regressão foram utilizados para estudar as relações entre as variações espaciais dos níveis de FIOs e características geográficas de bacias hidrográficas próximas aos pontos de monitoramento. Ao considerar na análise bacias hidrográficas com exutórios localizados em até 3 km dos pontos de monitoramento foi possível aumentar em até 150% o coeficiente de determinação (R2) dos modelos. Variáveis meteorológicas foram testadas para prever a variação temporal nos níveis de FIOs. Para otimizar os modelos, o efeito cumulativo desses parâmetros foi avaliado considerando diferentes janelas de tempo antes das coletas. Essa abordagem permitiu aumentar o R2 dos modelos em até 160%. No quarto capítulo, um único modelo é desenvolvido para prever tanto variações espaciais quanto temporais dos níveis de FIOs. O referido modelo é validado e usado para prever a poluição fecal nas baías em diferentes cenários. Foram comparados 288 pares de resultados medidos/modelados, dados obtidos de março de 2009 a abril de 2010 em 15 pontos de monitoramento. Os resultados da validação indicaram que o modelo fornece uma representação justa dos níveis de FIOs no ambiente de estudo dentro das condições meteorológicas sob as quais o modelo foi treinado

---

This thesis is composed of four chapters. The first one contextualizes the objectives of the research. The second one presents a review of the monitoring practices for classification of commercial shellfish production areas in force in Brazil, European Union and United States of America. The classification systems are not immediately comparable principally because some regulations are based on the monitoring of water and others of shellfish flesh. To create a common baseline to compare these regulations, regression models were developed based on monitoring data and used to correlate levels of faecal indicator bacteria in water and in shellfish. Important differences in the levels of shellfish safety provided by the classifications in the different legislations were identified. The third chapter describes a methodology for developing regression models to predict the FIO levels in coastal areas influenced by pollution sources located in multiple catchments. Concentrations of faecal indicator organisms (FIO) in mussels (Perna perna) and water sampled from 50 sites in the North and South bays of Santa Catarina (SC, Brazil) from August 2012 to October 2013 were used in the study. Regression models were used to study the relationships between the spatial variations of FIO levels and geographic characteristics of catchments located near the monitoring points. By considering in the analysis catchments with outlets within three kilometres from the monitoring points, it was possible to increase the coefficients of determination (R2) of the models up to 150%. Meteorological variables were tested to predict the temporal variation in the FIO levels. To optimize the models, the cumulative effect of these parameters was evaluated considering different time windows prior to samplings. This approach allowed increasing the models R2 up to 160%. In the fourth chapter, a single model is developed to predict both the spatial and the temporal variations in the FIO levels. The referred model is validated and applied to predict the FIO levels in the bays under different scenarios. The analysis considered 288 pairs of measured/modelled results to validate the model, data obtained from March 2009 to April 2010 regarding 15 monitoring points. The validation results indicated that the model provides a fair representation of the FIO levels in the studied environment under the meteorological conditions under which the model was trained

Biblioteca responsável: BR68.1