Tendências temporais e espaciais da balneabilidade das praias do município de Goiana(Pernambuco)

• Ano de defesa: 2016
• Autor(a) principal: ALVES, Luís Henrique Bezerra
• Orientador(a): COSTA, Monica Ferreira da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Oceanografia
• País: Brasil
• Palavras-chave em Português: Balneabilidade; Coliformes termotolerantes; Saúde pública; Modelo binomial; Mudanças climáticas; Water quality; Thermal tolerant coliforms; Public health; Binomial model; Climatic changes
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/17885

Este trabalho propõe um modelo preditivo para estudar a balneabilidade das praias do município de Goiana (Pernambuco-Brasil). Na criação do banco de dados para o modelo foi utilizado os dados obtido pelo programa de monitoramento de balneabilidade da Agência Estadual de Meio Ambiente (CPRH) no período de 2001 a 2012. Foram utilizados 3 pontos de amostragem semanal do programa de monitoramento, um na Praia de Carne de Vaca, o segundo na Praia de Ponta de Pedras e o terceiro na Praia de Catuãma. Foram adicionados ao banco de dados valores de temperatura superficial da água do mar, obtidos junto à National Oceanic and Atmospheric Administration (NOAA), e precipitação total mensal, obtidos junto à Agência Pernambucana de Águas e Clima (APAC). Os dados foram agrupados segundo as estações seca e chuvosa e por praia, para analisar quais variáveis são mais influentes na balneabilidade dessas praias. Foi utilizado como ferramenta computacional o ambiente R. O modelo proposto é um modelo logístico com a finalidade de estimar a probabilidade de prais em estudo ser imprópria e identificar e explicar a relação de possíveis variáveis explicativas. As implicações da utilização do modelo em monitoramento das praias são muitas em face ao crescimento sócio-econômico recente da região e o consequente aumento da população residente. Ainda, o modelo aponta a influência de cada uma das variáveis e permite previsões de acordo com variações observadas no local, estação do ano, índice de precipitação e a temperatura superficial da água do mar.