对预测灰色水中的便指标细菌度的参数模型进行批判性评估
Émile Sylvestre1,2, Michael A Jahne3, Eva Reynaert1,4
1Eawag, Swiss Federal Institute of Aquatic Science and Technology, 8600 Dübendorf, Switzerland.
Microbial risk analysis
|February 28, 2025
概括
准确的灰色水风险评估需要强大的大肠杆菌建模. 使用原始数据和适当的模型,比如Poisson lognormal分布,可以改善大肠杆菌度估计,从而使水的再利用更安全.
科学领域:
- 环境微生物学 环境微生物学
- 水质管理水质管理
- 风险评估 风险评估
背景情况:
- 灰色水的再利用对于水资源短缺至关重要,但由于病原体污染,会给健康带来风险.
- 使用大肠杆菌 (E. coli) 等便指标生物来估计病原体水平是具有挑战性的,因为其高度可变性.
- 定量微生物风险评估 (QMRA) 需要对大肠杆菌度进行准确的建模.
研究的目的:
- 评估参数模型对预测灰色水中的大肠杆菌变异性的充分性.
- 用不同的统计模型来比较大肠杆菌度估计.
- 突出原始数据的重要性以及在灰色水再利用中为QMRA进行适当的模型选择.
主要方法:
- 批判性评估的参数模型用于预测大肠杆菌变异性.
- 将Poisson的逻辑正常分布模型与淋浴和洗衣灰水中的大肠杆菌度数据相匹配.
- 结果与以前使用的基于总结统计数据的层次逻辑正常模型进行了比较.
主要成果:
- 基于总结统计数据的模型低估了大肠杆菌的变异性.
- 波桑逻辑正常模型估计,洗衣水中的大肠杆菌平均度更高 (约. 1.0E+06 MPN/100毫升) 的情况.
- 估计值比基于总结数据的模型的估计值高出约2.0log10单位.
结论:
- 原始监测数据对于灰色水研究中准确的统计评估至关重要.
- 适当的模型选择和验证对于可靠的QMRA和政策制定至关重要.
- 改进的大肠杆菌建模增强了对灰色水再利用的人类健康风险评估.
