No description available.

The Water Framework Directive requires reduced environmental impacts from human activities and for the assessment of the non-market benefits of pollution remediation schemes. This policy shift has exacerbated the research problems surrounding the physical, social and economic consequences of the relationship between land use and water quality. This research seeks to quantify the major socio-economic and environmental benefits for people which may arise as riverine pollution is reduced. To achieve these aims this research integrates primary data analyses combining choice experiment techniques with geographical information system based analyses of secondary data concerning the spatial distributions of riverine pollution. Current knowledge on the microbial quality of river water, measured by faecal indicator organism (FIO) concentrations and assessed at catchment scale, is inadequate. This research develops generic regression models to predict base- and high-flow faecal coliform (FC) and enterococci (EN) concentrations, using land cover and population (human and livestock) variables. The resulting models are then used both to predict FIO concentrations in unmonitored watercourses and to evaluate the likely impacts of different land use scenarios, enabling insights into the optimal locations and cost-effective mix of implementation strategies. Valuation experiments frequently conflate respondents’ preferences for different aspects of water quality. This analysis uses stated preference techniques to disaggregate the values of recreation and ecological attributes of water quality, thereby allowing decision makers to better understand the consequences of adopting alternative investment strategies which favour either ecological, recreational or a mix of benefits. The results reveal heterogeneous preferences across society; specifically, latent class analysis identifies three distinct groups, holding significantly different preferences for water quality. From a methodological perspective this research greatly enhances the ongoing synthesis of geographic and economic social sciences and addresses important policy questions which are of interest to a variety of stakeholders, including government departments and the water industry.

No description available.

O trabalho teve como foco o estudo da balneabilidade em duas praias de rios do Estado de São Paulo Balneário Reino das Águas Claras no Rio Piracuama (Pindamonhangaba, UGRHI 2) e Cachoeira das Emas no Rio Mogi-Guaçu (Pirassununga, UGRHI 9) buscando correlacionar os níveis de concentração de indicadores fecais na água com níveis de precipitação próximos e a montante da praia. O objetivo principal foi desenvolver e aplicar ferramentas de predição das condições de balneabilidade, buscando analisar e comparar os resultados obtidos nas duas praias de estudo. Essas ferramentas baseiam-se em Níveis Limiares de Precipitação (Rain Threshold Levels) e modelos estatísticos, conforme metodologias descritas principalmente em estudos publicados pela United States Environmental Protection Agency (USEPA) e pela United States Geological Survey (USGS). Foram utilizados dados das redes de monitoramento da Companhia Ambiental do Estado de São Paulo (CETESB) e do Departamento de Águas e Energia do Estado de São Paulo (DAEE), do início de 2009 ao final de 2012. Em cada praia, foram desenvolvidas ferramentas de predição para aplicação no período seco (abril a setembro) e no período chuvoso (outubro a março), com base nos níveis de precipitação acumulada em 24, 48 e 72 horas que apresentaram correlação significativa com os níveis de indicadores fecais na água. Foi considerado um período de validação (ano de 2012) independente à calibração (2009 a 2011) dos modelos. As ferramentas desenvolvidas para a praia de Cachoeira das Emas mostraram-se mais complexas do que as da praia de Balneário Reino das Águas Claras, por estar inserida em bacia hidrográfica de maiores dimensões e considerar dados de várias estações pluviométricas nos modelos de regressão. As correlações significantes (p<0,05) verificadas entre as concentrações de indicadores fecais na água e os diferentes níveis acumulados de precipitação foram positivas em ambas as praias. Pelo fato das redes de monitoramento possuir objetivos distintos, nem todos os eventos de precipitação que ocorreram durante o período de estudo puderam ser relacionados com um valor de concentração de indicador fecal na água, pois resultados microbiológicos pareados com níveis nulos ou insignificantes de precipitação não foram considerados, justamente pelo fato das ferramentas serem baseadas em chuva. As diferentes ferramentas desenvolvidas apresentaram níveis variados de especificidade e sensibilidade, ou seja, a capacidade de prever corretamente as situações de boa e má condição de balneabilidade, respectivamente. Concluiu-se que existe potencial para aplicação dessas ferramentas, porém é preciso um esforço de monitoramento conjunto dos parâmetros modelados para obter a quantidade necessária de dados necessários à boa calibração e validação, o que, consequentemente, demandaria recursos adicionais. O cenário ideal para empregá-las seria em praias bastante frequentadas num determinado período do ano, sendo a principal fonte de poluição identificada como difusa, consequente do escoamento de drenagem. A fim de melhorar seu desempenho, é possível empregar outras variáveis ambientais além de níveis de precipitação, como por exemplo, a turbidez, a vazão e o nível dos rios, desde que sejam monitorados sistematicamente junto com as condições de balneabilidade. / This study was focused on the recreational water quality at two beaches located on rivers in the State of São Paulo, Brazil Balneário Reino das Águas Claras at Piracuama River (City of Pindamonhangaba, UGRHI 2) and Cachoeira das Emas at Mogi-Guacú River (City of Pirassununga, UGRHI 9) in order to correlate concentration levels of faecal indicators in water with rainfall levels near the beach and upstream in the watershed. The main objective was the development and evaluation of predictive tools for bathing water conditions, seeking to analyze and compare the results obtained for both beaches considered in the study. These tools are based on rain threshold levels and statistical models, which methodologies are described mainly in studies published by the United States Environmental Protection Agency (USEPA) and the United States Geological Survey (USGS). Data used were collected from the monitoring networks of the State of São Paulo environmental agency (CETESB) and department of water and energy (DAEE), from 2009 to 2012. At each beach, predictive tools were developed for the dry season (April to September) and the rainy season (October to March), based on levels of accumulated rainfall in 24, 48 and 72 hours significantly correlated with concentrations of faecal indicators in water. Model development considered a validation period (year of 2012) independent from the calibration period (2009-2011). Predictive tools developed for the Cachoeira das Emas were more complex than those for the Balneário Reino das Águas Claras, because the beach is inserted into a larger watershed and its regression models considered data from various rainfall stations. The significant correlations (p value<0,05) observed between concentrations of faecal indicators in water and accumulated levels of rainfall were positive for both beaches. Because the monitoring networks have different objectives, not all rainfall events that occurred during the period of the study were related to a concentration value of faecal indicator in the water, as microbiological results paired with null or insignificant levels of precipitation were not considered, precisely because the predictive tools are based on rainfall. The different tools developed showed varying levels of specificity and sensitivity, i.e., the ability to correctly predict good and bad conditions of bathing. The conclusion is that there is a potential for application of predictive tools, however, additional effort is required on monitoring systematically the models parameters in order to obtain the necessary amount of data to achieve a good calibration and validation of the models; consequently, additional resources are required. The ideal scenario would be using the model during a certain period of the year, at beaches quite frequented, for which diffuse pollution is the main contribution, such as the drainage runoff. Aiming to improve the performance of this type of tool, one can also employ other environmental variables besides precipitation levels, such as turbidity, flow rate and river level, as long as these parameters are systematically monitored with the bathing water conditions.

O trabalho teve como foco o estudo da balneabilidade em duas praias de rios do Estado de São Paulo Balneário Reino das Águas Claras no Rio Piracuama (Pindamonhangaba, UGRHI 2) e Cachoeira das Emas no Rio Mogi-Guaçu (Pirassununga, UGRHI 9) buscando correlacionar os níveis de concentração de indicadores fecais na água com níveis de precipitação próximos e a montante da praia. O objetivo principal foi desenvolver e aplicar ferramentas de predição das condições de balneabilidade, buscando analisar e comparar os resultados obtidos nas duas praias de estudo. Essas ferramentas baseiam-se em Níveis Limiares de Precipitação (Rain Threshold Levels) e modelos estatísticos, conforme metodologias descritas principalmente em estudos publicados pela United States Environmental Protection Agency (USEPA) e pela United States Geological Survey (USGS). Foram utilizados dados das redes de monitoramento da Companhia Ambiental do Estado de São Paulo (CETESB) e do Departamento de Águas e Energia do Estado de São Paulo (DAEE), do início de 2009 ao final de 2012. Em cada praia, foram desenvolvidas ferramentas de predição para aplicação no período seco (abril a setembro) e no período chuvoso (outubro a março), com base nos níveis de precipitação acumulada em 24, 48 e 72 horas que apresentaram correlação significativa com os níveis de indicadores fecais na água. Foi considerado um período de validação (ano de 2012) independente à calibração (2009 a 2011) dos modelos. As ferramentas desenvolvidas para a praia de Cachoeira das Emas mostraram-se mais complexas do que as da praia de Balneário Reino das Águas Claras, por estar inserida em bacia hidrográfica de maiores dimensões e considerar dados de várias estações pluviométricas nos modelos de regressão. As correlações significantes (p<0,05) verificadas entre as concentrações de indicadores fecais na água e os diferentes níveis acumulados de precipitação foram positivas em ambas as praias. Pelo fato das redes de monitoramento possuir objetivos distintos, nem todos os eventos de precipitação que ocorreram durante o período de estudo puderam ser relacionados com um valor de concentração de indicador fecal na água, pois resultados microbiológicos pareados com níveis nulos ou insignificantes de precipitação não foram considerados, justamente pelo fato das ferramentas serem baseadas em chuva. As diferentes ferramentas desenvolvidas apresentaram níveis variados de especificidade e sensibilidade, ou seja, a capacidade de prever corretamente as situações de boa e má condição de balneabilidade, respectivamente. Concluiu-se que existe potencial para aplicação dessas ferramentas, porém é preciso um esforço de monitoramento conjunto dos parâmetros modelados para obter a quantidade necessária de dados necessários à boa calibração e validação, o que, consequentemente, demandaria recursos adicionais. O cenário ideal para empregá-las seria em praias bastante frequentadas num determinado período do ano, sendo a principal fonte de poluição identificada como difusa, consequente do escoamento de drenagem. A fim de melhorar seu desempenho, é possível empregar outras variáveis ambientais além de níveis de precipitação, como por exemplo, a turbidez, a vazão e o nível dos rios, desde que sejam monitorados sistematicamente junto com as condições de balneabilidade. / This study was focused on the recreational water quality at two beaches located on rivers in the State of São Paulo, Brazil Balneário Reino das Águas Claras at Piracuama River (City of Pindamonhangaba, UGRHI 2) and Cachoeira das Emas at Mogi-Guacú River (City of Pirassununga, UGRHI 9) in order to correlate concentration levels of faecal indicators in water with rainfall levels near the beach and upstream in the watershed. The main objective was the development and evaluation of predictive tools for bathing water conditions, seeking to analyze and compare the results obtained for both beaches considered in the study. These tools are based on rain threshold levels and statistical models, which methodologies are described mainly in studies published by the United States Environmental Protection Agency (USEPA) and the United States Geological Survey (USGS). Data used were collected from the monitoring networks of the State of São Paulo environmental agency (CETESB) and department of water and energy (DAEE), from 2009 to 2012. At each beach, predictive tools were developed for the dry season (April to September) and the rainy season (October to March), based on levels of accumulated rainfall in 24, 48 and 72 hours significantly correlated with concentrations of faecal indicators in water. Model development considered a validation period (year of 2012) independent from the calibration period (2009-2011). Predictive tools developed for the Cachoeira das Emas were more complex than those for the Balneário Reino das Águas Claras, because the beach is inserted into a larger watershed and its regression models considered data from various rainfall stations. The significant correlations (p value<0,05) observed between concentrations of faecal indicators in water and accumulated levels of rainfall were positive for both beaches. Because the monitoring networks have different objectives, not all rainfall events that occurred during the period of the study were related to a concentration value of faecal indicator in the water, as microbiological results paired with null or insignificant levels of precipitation were not considered, precisely because the predictive tools are based on rainfall. The different tools developed showed varying levels of specificity and sensitivity, i.e., the ability to correctly predict good and bad conditions of bathing. The conclusion is that there is a potential for application of predictive tools, however, additional effort is required on monitoring systematically the models parameters in order to obtain the necessary amount of data to achieve a good calibration and validation of the models; consequently, additional resources are required. The ideal scenario would be using the model during a certain period of the year, at beaches quite frequented, for which diffuse pollution is the main contribution, such as the drainage runoff. Aiming to improve the performance of this type of tool, one can also employ other environmental variables besides precipitation levels, such as turbidity, flow rate and river level, as long as these parameters are systematically monitored with the bathing water conditions.