Mindre än två dagars vattenkvalitetsprovtagning på lokala stränder kan vara allt som behövs för att minska sjukdomar bland miljontals strandbesökare varje år på grund av förorenat vatten, enligt ny Stanford-forskning. Studien, publiceras i Miljövetenskap och teknik , presenterar en modelleringsram som på ett tillförlitligt sätt förutsäger vattenkvaliteten vid stränderna efter bara en dag eller två av frekventa vattenprovtagningar. Tillvägagångssättet, testat i Kalifornien, kan användas för att hålla koll på annars oövervakade kustområden, vilket är nyckeln till att skydda strandbesökarnas välbefinnande och blomstrande havsekonomier över hela världen.

"Detta arbete kombinerar kunskap om mikrobiologi, kustprocesser och datavetenskap för att ta fram ett verktyg för att effektivt hantera en av våra mest värdefulla resurser och skydda människors hälsa, " sa seniorförfattaren Alexandria Boehm, en Stanford -professor i civil- och miljöteknik.

Mätning av koncentrationer av fekala indikatorbakterier (FIB) – som anger närvaron av fekalt material och kan leda till osäkra vattenförhållanden – vid stränder säkerställer hälsa och säkerhet för allmänheten. Medan allt havsvatten innehåller en viss grad av patogener, som bakterier eller virus, de är vanligtvis utspädda till ofarliga koncentrationer. Dock, förändringar i nederbörd, vattentemperatur, vind, avrinning, båtavfall, storm avloppsvatten, närhet till avfallsreningsverk, djur och sjöfåglar kan leda till ett inflöde av vattenföroreningar. Exponering för dessa föroreningar kan orsaka många besvär, inklusive andningssjukdomar och mag -tarmsjukdomar, tillsammans med huden, ögon- och öroninfektioner till simmare.

Att skydda kustvattnen och människorna som använder dem är fortfarande viktigt för en stor del av Kaliforniens 840 mil långa kustlinje. Över 150 miljoner människor simmar, surfa, dyka och leka på en av statens 450 stränder årligen, genererar över 10 miljarder dollar i intäkter. Enligt California State Water Resources Control Board, hälsomyndigheter i 17 län, offentligt ägda avloppsreningsverk, miljögrupper och flera medborgarvetenskapliga grupper utför vattenprovtagning över hela staten. Dock, inte alla vatten kontrolleras rutinmässigt på grund av tillgänglighetsproblem, budgetresursbegränsningar eller säsongen, trots att de har använts av allmänheten.

Ett annat hinder för att skydda folkhälsan ligger i fördröjningen mellan provtagning och resultat - upp till två dagar - vilket leder till att strandchefer tar beslut som återspeglar tidigare vattenkvalitetsförhållanden. När övervakade vatten innehåller höga halter av bakterier och utgör en hälsorisk, strandchefer sätter upp varningsskyltar eller stänger stränder. Förseningen av nuvarande testmetoder kan omedvetet utsätta simmare för ohälsosamma vatten.

För att övervinna dessa begränsningar, forskarna kombinerade vattenprovtagning och miljödata med maskininlärningsmetoder för att korrekt förutsäga vattenkvaliteten. Även om prediktiva vattenkvalitetsmodeller inte är nya, de har i allmänhet krävt att historiska data som sträcker sig över flera år ska utvecklas.

Teamet använde vattenprover som samlats in med 10 minuters mellanrum under en relativt kort tidsram på en till två dagar vid stränder i Santa Cruz, Monterey och Huntington Beach. Bland de tre platserna, 244 prover mättes för FIB -koncentrationer och märktes som ovan eller under den acceptabla nivå som staten ansåg vara säker. Forskarna samlade sedan in meteorologiska data som lufttemperatur, solstrålning och vindhastighet tillsammans med oceanografiska data inklusive tidvattennivå, våghöjder och vattentemperatur (alla faktorer som påverkar FIB -koncentrationerna) under samma tidsram.

Genom att använda högfrekventa vattenkvalitetsdata och maskininlärningsmetoder, de tränade datormodeller för att exakt förutsäga FIB-koncentrationer vid alla tre stränderna. Forskarna fann att varje timmes vattenprovtagning i 24 timmar i sträck - som fångar en hel tidvatten- och solcykel - visade sig vara tillräckligt för tillförlitliga resultat. Att mata ramverkets meteorologiska data och tidvattendata från längre tidsperioder resulterade i framtida vattenkvalitetsförutsägelser som var pålitliga under åtminstone en hel säsong.

"Dessa resultat är verkligen stärkande för samhällen som vill veta vad som händer med vattenkvaliteten på deras strand, " Sa Searcy. "Med lite resurser för att komma igång och en dag med provtagning, dessa samhällen kan samla in den information som behövs för att initiera sina egna modeller för vattenkvalitetsmodeller. "

Ramkoden, som är allmänt tillgänglig, kan också utvecklas för exakta förutsägelser av andra föroreningar som skadliga alger, metaller och näringsämnen som är kända för att orsaka kaos på lokala vatten. Forskarna påpekar att mer analys behövs för att bättre bestämma den exakta tidsramen som dessa modeller förblir korrekta och noterar att kontinuerlig bedömning och omskoling av modellerna fortfarande är en bästa praxis för korrekta förutsägelser.