Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Não Informado

Departamento: Não Informado

Dimensão Institucional: Pós-Graduação

Dimensão ODS: Ambiental

Tipo do Documento: Tese

Título: MODELAGEM ESTATÍSTICA DA CONTAMINAÇÃO MICROBIOLÓGICA DE ÁREAS DE CULTIVO DE MOLUSCOS BIVALVES

Orientador
  • WALTER QUADROS SEIFFERT
Aluno
  • ROBSON VENTURA DE SOUZA

Conteúdo

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

Índice de Shannon: 3.68688

Índice de Gini: 0.894283

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
4,07% 4,80% 4,32% 3,77% 4,11% 25,65% 3,81% 3,74% 4,89% 3,89% 6,56% 5,15% 4,46% 9,33% 6,12% 5,34%
ODS Predominates
ODS 6
ODS 1

4,07%

ODS 2

4,80%

ODS 3

4,32%

ODS 4

3,77%

ODS 5

4,11%

ODS 6

25,65%

ODS 7

3,81%

ODS 8

3,74%

ODS 9

4,89%

ODS 10

3,89%

ODS 11

6,56%

ODS 12

5,15%

ODS 13

4,46%

ODS 14

9,33%

ODS 15

6,12%

ODS 16

5,34%