Berekening van de verwijdering van micro-organismen bij de bereiding van drinkwater
Citations
Altmetric:
Series / Report no.
Open Access
Type
Report
Language
nl
Date
1999-06-30
Research Projects
Organizational Units
Journal Issue
Title
Berekening van de verwijdering van micro-organismen
bij de bereiding van drinkwater
Translated Title
Calculation of the removal of micro-organisms by
the production of drinking water
Published in
Abstract
Het microbiologisch gezondheidsrisico van drinkwater
wordt gedeeltelijk bepaald door de mate van verwijdering van pathogenen
gedurende het zuiveringsproces. In dit rapport worden de huidige
beschikbare benaderingen om de mate van verwijdering op basis van data sets
te schatten, beschreven en geevalueerd. Een van de problemen hierbij is hoe
om te gaan met metingen van nul micro-organismen in een monster. De zes
beschouwde statistische methoden zijn beschrijvend van aard en gebruiken als
grootheid de Decimale Eliminatie, het 10-logaritme van de ratio van
tellingen voor en na een zuiveringsstap. De vijf beschouwde wiskundige
modellen zijn gebaseerd op bepaalde veronderstellingen en gebruiken de kans
p dat een individueel micro-organisme de zuiveringsstap passeert als
uitgangspunt. Op basis van een set van praktische en theoretische criteria
werd een voorselectie gemaakt van vier voorkeursmethoden en -modellen.
Vervolgens werden deze vier methoden en modellen geevalueerd voor wat
betreft hun vermogen om aantallen micro-organismen in de uitstroom van een
zuiveringsstap te voorspellen. Hiervoor werd gebruik gemaakt van metingen
aan sporen van sulfiet reducerende clostridia op een aantal monsterpunten in
twee zuiveringsinstallaties. Dit resulteerde in een voorkeursvolgorde voor
de vier voorgeselecteerde methoden en modellen. Verder onderzoek is nodig
om de conclusies met minder voorbehoud te kunnen
trekken.
The microbiological public health risk of drinking water is partly determined by the removal of pathogens during purification processes. This report deals with the description and evaluation of available approaches to estimate this removal on the basis of available data sets. One of the issues in this respect is how to deal with measurements that give a zero outcome for the presence of micro-organisms in a sample. The five mathematical models evaluated use the probability p that an individual micro-organism passes a purification step as a starting point. The six statistical methods evaluated are of descriptive nature and describe the removal with the Decimal Elimination, the log10 of the ratio of counts before and after a purification step. Using a set of practical and theoretical criteria, a preselection of four preferrable methods and models was made. Next, these four methods were evaluated on their capacity to predict numbers of micro-organisms in the outflow of purification steps. For this, datasets on measurements of spores of sulphite reducing clostridia at a number of sampling points from two purification plants were used. This resulted in a preference order for the four pre-selected methods/models.
The microbiological public health risk of drinking water is partly determined by the removal of pathogens during purification processes. This report deals with the description and evaluation of available approaches to estimate this removal on the basis of available data sets. One of the issues in this respect is how to deal with measurements that give a zero outcome for the presence of micro-organisms in a sample. The five mathematical models evaluated use the probability p that an individual micro-organism passes a purification step as a starting point. The six statistical methods evaluated are of descriptive nature and describe the removal with the Decimal Elimination, the log10 of the ratio of counts before and after a purification step. Using a set of practical and theoretical criteria, a preselection of four preferrable methods and models was made. Next, these four methods were evaluated on their capacity to predict numbers of micro-organisms in the outflow of purification steps. For this, datasets on measurements of spores of sulphite reducing clostridia at a number of sampling points from two purification plants were used. This resulted in a preference order for the four pre-selected methods/models.
Description
Publisher
Sponsors
VROM/DWL