Θ μζκοδοσ Cross–Validation πραγματοποιικθκε με τθν αφαίρεςθ ενόσ κάκε φορά ςτακμοφ δειγματολθψίασ από το δίκτυο ςτακμϊν δειγματολθψίασ και με εφαρμογι τθσ IDW μεκόδου παρεμβολισ ςτουσ υπόλοιπουσ ςτακμοφσ δειγματολθψίασ μζχρι όλοι οι ςτακμοί δειγματολθψίασ με τθ ςειρά τουσ να αφαιρεκοφν. Θ ακρίβεια τθσ μεκόδου εκτιμικθκε και για τισ τρεισ παραμζτρουσ:
1. Χυγκζντρωςθ μυκιτων ανά γραμμάριο άμμου 2. pH
3. Ωγραςία
Δεδομζνου ότι θ ςυνάρτθςθ βάρουσ τθσ μεκόδου παρεμβολισ IDW είναι ςυνικωσ τθσ μορφισ (1/dr), θ παράμετροσ r, ανάλογα με τθν τιμι που κα πάρει, μπορεί να κακορίςει εάν κα δοκεί μεγαλφτερο βάροσ ςτα γειτονικά ςθμεία ι όχι κατά τθν εφαρμογι τθσ μεκόδου παρεμβολισ.
Δίνοντασ μεγαλφτερθ τιμι ςτο r, κα δίνεται μεγαλφτερο βάρουσ ςτα πιο κοντινά, ςτο εκτιμοφμενο, ςθμεία κάνοντασ τθσ προκφπτουςα επιφάνεια περιςςότερο τοπικι και ςυνεπϊσ λιγότερο εξομαλυμζνθ (Watson and Philip, 1985).
Για το λόγο αυτόν εξετάςτθκαν δφο τιμζσ τθσ παραμζτρου r ϊςτε να ελεγχκεί ποιά δίνει τα πιο ικανοποιθτικά αποτελζςματα. Ψα κριτιρια για αυτιν τθν επιλογι ιταν οι ςτατιςτικοί δείκτεσ: MBE, MAE, RMSE.
Σι ςτακμοί δειγματολθψίασ και τα ςφάλματα τθσ μεκόδου παρεμβολισ με τισ δφο διαφορετικζσ δυνάμεισ (r=1, r=2) που εξετάςτθκαν κατά τθν εφαρμογι τθσ μεκόδου Cross - Validation για το μζςο ςυνολικό αρικμό μυκιτων ανά γραμμάριο άμμου δίνονται ςτον πίνακα 7 και πίνακα 8, για το pH ςτον πίνακα 9 και πίνακα 10 και για τθν υγραςία ςτον πίνακα 11 και πίνακα 12. Θ ςυγκζντρωςθ μυκιτων ανά γραμμάριο άμμου είναι μια ιδιαίτερα τοπικι παράμετροσ δεδομζνου ότι μπορεί να μεταβάλλεται ςθμαντικά ακόμα και ςε μικρζσ αποςτάςεισ. Για το λόγο αυτό, κατά τθν εφαρμογι
36 τθσ μεκόδου παρεμβολισ, ο αρικμόσ των γειτόνων που λιφκθκαν υπόψθ για να γίνει θ εκτίμθςθ των τιμϊν ςτα ςθμεία όπου δεν είχαν γίνει μετριςεισ ιταν 3 (Ρ=3).
Χυμπλθρωματικά ο κεματικόσ χάρτθσ των εκτιμοφμενων ςφαλμάτων ςτθν περιοχι μελζτθσ δίνεται ςε επόμενθ ενότθτα «Υαρουςίαςθ των αποτελεςμάτων υπό μορφι κεματικϊν χαρτϊν». Χε μερικοφσ ςτακμοφσ δειγματολθψίασ φαίνεται ότι τα ςφάλματα είναι ιδιαίτερα υψθλά. Ψα ςφάλματα αυτά είναι αναμενόμενα εφόςον ζχουν μετρθκεί ςθμαντικά μεγάλεσ διαφορζσ ςτθ ςυγκζντρωςθ των μυκιτων ανά γραμμάριο άμμου ςε γειτονικοφσ ςτακμοφσ. Ζτςι, με τθν αφαίρεςθ ενόσ ςτακμοφ δειγματολθψίασ, θ εκτιμοφμενθ τιμι ςτθ κζςθ του ςτακμοφ που ζχει αφαιρεκεί μπορεί να είναι ςθμαντικά υψθλότερθ ι χαμθλότερθ επθρεαηόμενθ από τουσ υπόλοιπουσ, γειτονικοφσ ςτακμοφσ δειγματολθψίασ.
Σι ςτατιςτικοί δείκτεσ που εξετάςτθκαν και τα αποτελζςματά τουσ δίνονται ςτον πίνακα 13 με αφξουςα ςειρά κατατάςςοντασ και αναδεικνφοντασ ζτςι τθν καλφτερθ τιμι τθσ παραμζτρου r για τθν IDW μζκοδο παρεμβολισ για τθν παράμετρο μζςου ςυνολικοφ αρικμοφ μυκιτων ανά γραμμάριο άμμου. Ψα αντίςτοιχα αποτελζςματα για το pH δίνονται ςτον πίνακα 14 και για τθν υγραςία ςτον πίνακα 15. Ψα αποτελζςματα αυτά προζκυψαν βάςει των υπολογιςμϊν επί των ςφαλμάτων τθσ μεκόδου παρεμβολισ κατά τθν εφαρμογι τθσ μεκόδου Cross – Validation. Χε όλεσ τισ περιπτϊςεισ παρατθρείται θ ακόλουκθ ςχζςθ των ςτατιςτικϊν δεικτϊν όπωσ αυτι περιγράφθκε και ςτθν παράγραφο «Πεκοδολογία», MBE ≤ MAE ≤ RMSE. Βάςει των αποτελεςμάτων τα καλφτερα αποτελζςματα δίνονται για τθ δφναμθ r = 1. Για το pH τα καλφτερα αποτελζςματα δίνονται για τθ δφναμθ r = 2 και για τθν υγραςία για τθ δφναμθ r = 1.
37
Ρίνακασ 6: Αρικμόσ μυκιτων ανά γραμμάριο άμμου, pH και υγραςία ανά ςτακμό δειγματολθψίασ.
Στακμόσ δειγματολθψίασ Αρικμόσ μυκιτων ανά
γραμμάριο άμμου (cfu/g) pH Υγραςία
S1 0 8,29 0,09
S2 18 8,31 0,37
S3 10 8,24 0,19
S4 63 8,22 0,29
S5 109 8,18 0,30
S6 15864 8,00 0,00
S7 1273 8,25 0,00
S8 333 8,06 0,10
S9 1429 8,12 0,17
S10 1095 8,06 0,00
S11 524 8,06 0,11
S12 700 8,06 0,08
S13 (a) 910 8,19 0,35
S13 (b) 66 8,24 0,00
S13 (c) 213 8,27 0,10
S14 952 7,97 0,07
S15 2381 8,01 0,00
S16 200 8,12 0,10
S17 2300 7,94 0,09
S18 381 8,07 0,00
S19 (a) 18000 7,78 0,00
S19 (b) 1000 7,99 0,00
S19 (c) 7091 7,98 0,10
S19 (d) 1818 7,91 0,00
S20 4286 7,94 0,10
S21 524 8,01 0,00
S22 (a) 3524 8,09 4,27
38
Ρίνακασ 6 (Συνζχεια): Αρικμόσ μυκιτων ανά γραμμάριο άμμου, pH και υγραςία ανά ςτακμό δειγματολθψίασ.
Στακμόσ δειγματολθψίασ Αρικμόσ μυκιτων ανά
γραμμάριο άμμου (cfu/g) pH Υγραςία
S22 (b) 364 8,07 6,71
S22 (c) 100 7,98 0,37
S23 667 7,95 0,88
S24 667 7,96 0,36
S25 8636 8,02 0,10
S26 (a) 455 8,05 0,19
S26 (b) 364 8,02 0,09
S26 (c) 1450 8,02 0,00
S26 (d) 300 7,90 0,18
S27 818 8,03 0,00
S28 54 8,17 0,10
S29 20 8,18 0,00
S30 45 8,20 1,21
S31 140 8,22 1,93
S32 73 8,19 0,09
S33 12227 8.02 0,19
S34 13583 7.98 0,00
S35 1409 8.22 0,36
S36 5045 8.22 0,00
S37 758 8.25 0,10
S38 858 8.27 0,29
S39 1557 8.22 0,00
39
Ρίνακασ 7: Cross - Validation με r =1 και Ν = 3. Aρικμόσ μυκιτων ανά γραμμάριο άμμου.
Στακμόσ
δειγματολθψίασ S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Υραγματικι τιμι 0 18 10 63 109 15864 1273 333 1429 1095
Εκτιμοφμενθ τιμι 7402 3658 788 385 94 981 2648 5048 4861 1877
Χφάλμα 7402 3640 778 322 -15 -14883 1375 4715 3432 1877
Στακμόσ
δειγματολθψίασ S11 S12 S13(a) S13(b) S13(c) S14 S15 S16 S17 S18
Υραγματικι τιμι 524 700 910 66 213 952 2381 200 2300 381
Εκτιμοφμενθ τιμι 1261 166 238 651 477 1061 3719 319 7234 6491
Χφάλμα 737 -534 -672 585 264 109 1338 119 4934 6110
Στακμόσ
δειγματολθψίασ S19(a) S19(b) S19(c) S19(d) S20 S21 S22(a) S22(b) S22(c) S23
Υραγματικι τιμι 18000 1000 7091 1818 4286 524 3524 364 100 667
Εκτιμοφμενθ τιμι 3166 9698 6099 9586 3000 1754 323 2034 1388 471
Χφάλμα -14834 8698 -992 7768 -1286 1230 -3201 1670 1288 -196
Στακμόσ
δειγματολθψίασ S24 S25 S26(a) S26(b) S26(c) S26(d) S27 S28 S29 S30
Υραγματικι τιμι 667 8636 455 364 1450 300 818 54 20 45
Εκτιμοφμενθ τιμι 581 1571 682 811 370 829 2811 217 1189 338
Χφάλμα -86 -7065 227 447 -1080 529 1993 163 1169 293
Στακμόσ
δειγματολθψίασ S31 S32 S33 S34 S35 S36 S37 S38 S39
r = 1 N = 3
Υραγματικι τιμι 140 73 12227 13583 1409 5045 758 858 1557
Εκτιμοφμενθ τιμι 1403 920 6478 10423 6727 993 7446 557 712
Χφάλμα 1263 847 -5749 -3160 5318 -4052 6688 -3601 -845
40
Ρίνακασ 8: Cross - Validation με r = 2 και N = 3. Aρικμόσ μυκιτων ανά γραμμάριο άμμου.
Στακμόσ
δειγματολθψίασ S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Υραγματικι τιμι 0 18 10 63 109 15864 1273 333 1429 1095
Εκτιμοφμενθ τιμι 9144 2594 765 363 97 942 2895 5489 4533 1838
Χφάλμα 9144 2576 755 300 -12 -14922 1622 5156 3104 743
Στακμόσ
δειγματολθψίασ S11 S12 S13(a) S13(b) S13(c) S14 S15 S16 S17 S18
Υραγματικι τιμι 524 700 910 66 213 952 2381 200 2300 381
Εκτιμοφμενθ τιμι 1222 160 167 721 407 1016 3964 328 7059 6232
Χφάλμα 698 -540 -743 655 194 64 1583 128 4759 5851
Στακμόσ
δειγματολθψίασ S19(a) S19(b) S19(c) S19(d) S20 S21 S22(a) S22(b) S22(c) S23
Υραγματικι τιμι 18000 1000 7091 1818 4286 524 3524 364 100 667
Εκτιμοφμενθ τιμι 3036 10161 5341 10190 2799 1845 338 2556 1198 551
Χφάλμα -14964 9161 -1750 8372 -1487 1321 -3186 2192 1098 -116
Στακμόσ
δειγματολθψίασ S24 S25 S26(a) S26(b) S26(c) S26(d) S27 S28 S29 S30
Υραγματικι τιμι 667 8636 455 364 1450 300 818 54 20 45
Εκτιμοφμενθ τιμι 565 1593 660 870 366 894 2304 189 1232 346
Χφάλμα -102 -7043 205 506 -1084 594 1486 135 1212 301
Στακμόσ
δειγματολθψίασ S31 S32 S33 S34 S35 S36 S37 S38 S39
r = 2 N = 3
Υραγματικι τιμι 140 73 12227 13583 1409 5045 758 858 1557
Εκτιμοφμενθ τιμι 1448 954 6245 10334 6804 964 7170 573 784
Χφάλμα 1308 881 -5982 -3249 5395 -4081 6412 -258 -773
41
Ρίνακασ 9: Cross - Validation με r = 1 και N = 3. pH.
Στακμόσ
δειγματολθψίασ S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Υραγματικι τιμι 8.29 8.31 8.24 8.22 8.18 8.00 8.25 8.06 8.12 8.06
Εκτιμοφμενθ τιμι 8.12 8.09 8.15 8.18 8.05 8.17 8.06 8.18 8.06 8.09
Χφάλμα -0.17 -0.22 -0.09 -0.04 -0.13 0.17 -0.19 0.12 -0.06 0.03
Στακμόσ
δειγματολθψίασ S11 S12 S13(a) S13(b) S13(c) S14 S15 S16 S17 S18
Υραγματικι τιμι 8.06 8.22 8.19 8.24 8.27 7.97 8.01 8.12 7.94 8.07
Εκτιμοφμενθ τιμι 8.14 8.15 8.25 8.18 8.12 8.07 8.07 8.08 8.15 8.15
Χφάλμα 0.08 -0.07 0.06 -0.06 -0.15 0.10 0.06 -0.04 0.21 0.08
Στακμόσ
δειγματολθψίασ S19(a) S19(b) S19(c) S19(d) S20 S21 S22(a) S22(b) S22(c) S23
Υραγματικι τιμι 7.78 7.99 7.98 7.91 7.94 8.01 8.09 8.07 7.98 7.95
Εκτιμοφμενθ τιμι 7.96 7.89 8.01 7.91 8.06 8.02 8.05 8.05 7.90 8.23
Χφάλμα 0.18 -0.10 0.03 0.00 0.12 0.01 -0.04 -0.02 -0.08 0.28
Στακμόσ
δειγματολθψίασ S24 S25 S26(a) S26(b) S26(c) S26(d) S27 S28 S29 S30
Υραγματικι τιμι 7.96 8.02 8.05 8.02 8.02 7.90 8.03 8.17 8.18 8.20
Εκτιμοφμενθ τιμι 8.15 7.92 7.98 8.02 8.00 8.03 7.98 8.13 8.16 8.23
Χφάλμα 0.19 -0.10 -0.07 0.00 -0.02 0.13 -0.05 -0.04 -0.02 0.03
Στακμόσ
δειγματολθψίασ S31 S32 S33 S34 S35 S36 S37 S38 S39
r = 1 N = 3
Υραγματικι τιμι 8.22 8.19 8.02 7.98 8.22 8.22 8.25 8.27 8.22
Εκτιμοφμενθ τιμι 8.15 8.18 7.99 8.11 8.14 8.07 8.23 8.17 8.15
Χφάλμα -0.07 -0.01 -0.03 0.13 -0.08 -0.15 -0.02 -0.10 -0.07
42
Ρίνακασ 10: Cross - Validation με r = 2 και N = 3. pH.
Στακμόσ
δειγματολθψίασ S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Υραγματικι τιμι 8.29 8.31 8.24 8.22 8.18 8.00 8.25 8.06 8.12 8.06
Εκτιμοφμενθ τιμι 8.09 8.08 8.16 8.17 8.05 8.17 8.06 8.17 8.07 8.11
Χφάλμα -0.20 -0.23 -0.08 -0.05 -0.13 0.17 -0.19 0.11 -0.05 0.05
Στακμόσ
δειγματολθψίασ S11 S12 S13(a) S13(b) S13(c) S14 S15 S16 S17 S18
Υραγματικι τιμι 8.06 8.22 8.19 8.24 8.27 7.97 8.01 8.12 7.94 8.07
Εκτιμοφμενθ τιμι 8.14 8.15 8.25 8.19 8.13 8.06 8.07 8.07 8.15 8.17
Χφάλμα 0.08 -0.07 0.06 -0.05 -0.14 0.09 0.06 -0.05 0.21 0.10
Στακμόσ
δειγματολθψίασ S19(a) S19(b) S19(c) S19(d) S20 S21 S22(a) S22(b) S22(c) S23
Υραγματικι τιμι 7.78 7.99 7.98 7.91 7.94 8.01 8.09 8.07 7.98 7.95
Εκτιμοφμενθ τιμι 7.96 7.90 8.02 7.91 8.06 8.02 8.06 8.06 7.91 8.22
Χφάλμα 0.18 -0.09 0.04 0.00 0.12 0.01 -0.03 -0.01 -0.07 0.27
Στακμόσ
δειγματολθψίασ S24 S25 S26(a) S26(b) S26(c) S26(d) S27 S28 S29 S30
Υραγματικι τιμι 7.96 8.02 8.05 8.02 8.02 7.90 8.03 8.17 8.18 8.20
Εκτιμοφμενθ τιμι 8.15 7.92 7.98 8.02 8.02 8.03 7.98 8.14 8.15 8.23
Χφάλμα 0.19 -0.10 -0.07 0.00 0.00 0.13 -0.05 -0.03 -0.03 0.03
Στακμόσ
δειγματολθψίασ S31 S32 S33 S34 S35 S36 S37 S38 S39
r = 2 N = 3
Υραγματικι τιμι 8.22 8.19 8.02 7.98 8.22 8.22 8.25 8.27 8.22
Εκτιμοφμενθ τιμι 8.17 8.21 7.99 8.10 8.15 8.05 8.23 8.19 8.15
Χφάλμα -0.05 0.02 -0.03 0.12 -0.07 -0.17 -0.02 -0.08 -0.07
43
Ρίνακασ 11: Cross - Validation με r = 1 και N = 3. Υγραςία.
Στακμόσ
δειγματολθψίασ S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Υραγματικι τιμι 0.09 0.37 0.19 0.29 0.30 0.00 0.00 0.10 0.17 0.00
Εκτιμοφμενθ τιμι 0.13 4.40 0.03 0.53 0.07 0.09 0.09 0.19 0.06 0.11
Χφάλμα 0.04 4.03 -0.16 0.24 -0.23 0.09 0.09 0.09 -0.11 0.11
Στακμόσ
δειγματολθψίασ S11 S12 S13(a) S13(b) S13(c) S14 S15 S16 S17 S18
Υραγματικι τιμι 0.11 0.08 0.35 0.00 0.10 0.07 0.00 0.10 0.09 0.00
Εκτιμοφμενθ τιμι 3.66 2.54 0.22 0.15 0.03 0.07 0.19 0.30 0.03 0.03
Χφάλμα 3.55 2.46 -0.13 0.15 -0.07 0.00 0.19 0.20 -0.06 0.03
Στακμόσ
δειγματολθψίασ S19(a) S19(b) S19(c) S19(d) S20 S21 S22(a) S22(b) S22(c) S23
Υραγματικι τιμι 0.00 0.00 0.10 0.00 0.10 0.00 4.27 6.71 0.37 0.88
Εκτιμοφμενθ τιμι 0.04 0.04 0.00 0.79 0.00 3.54 4.29 2.48 0.10 0.18
Χφάλμα 0.04 0.04 -0.10 0.79 -0.10 3.54 0.02 -4.23 -0.27 -0.70
Στακμόσ
δειγματολθψίασ S24 S25 S26(a) S26(b) S26(c) S26(d) S27 S28 S29 S30
Υραγματικι τιμι 0.36 0.10 0.19 0.09 0.00 0.18 0.00 0.10 0.00 1.21
Εκτιμοφμενθ τιμι 0.10 0.20 0.16 0.04 0.15 0.09 0.35 0.08 0.18 0.17
Χφάλμα -0.26 0.10 -0.03 -0.05 0.15 -0.09 0.35 -0.02 0.18 -1.04
Στακμόσ
δειγματολθψίασ S31 S32 S33 S34 S35 S36 S37 S38 S39
r = 1 N = 3
Υραγματικι τιμι 1.93 0.09 0.19 0.00 0.36 0.00 0.10 0.29 0.00
Εκτιμοφμενθ τιμι 0.04 0.11 0.09 0.12 0.00 0.07 0.29 0.10 0.15
Χφάλμα -1.89 0.02 -0.10 0.12 -0.36 0.07 0.19 -0.19 0.15
44
Ρίνακασ 12: Cross - Validation με r = 2 και N = 3. Υγραςία.
Στακμόσ
δειγματολθψίασ S1 S2 S3 S4 S5 S6 S7 S8 S9 S10
Υραγματικι τιμι 0.09 0.37 0.19 0.29 0.30 0.00 0.00 0.10 0.17 0.00
Εκτιμοφμενθ τιμι 0.11 5.07 0.03 0.60 0.07 0.09 0.07 0.18 0.05 0.11
Χφάλμα 0.02 4.70 -0.16 0.31 -0.23 0.09 0.07 0.08 -0.12 0.11
Στακμόσ
δειγματολθψίασ S11 S12 S13(a) S13(b) S13(c) S14 S15 S16 S17 S18
Υραγματικι τιμι 0.11 0.08 0.35 0.00 0.10 0.07 0.00 0.10 0.09 0.00
Εκτιμοφμενθ τιμι 3.60 2.26 0.13 0.14 0.03 0.05 0.19 0.29 0.02 0.03
Χφάλμα 3.49 2.18 -0.22 0.14 -0.07 -0.02 0.19 0.19 -0.07 0.03
Στακμόσ
δειγματολθψίασ S19(a) S19(b) S19(c) S19(d) S20 S21 S22(a) S22(b) S22(c) S23
Υραγματικι τιμι 0.00 0.00 0.10 0.00 0.10 0.00 4.27 6.71 0.37 0.88
Εκτιμοφμενθ τιμι 0.05 0.05 0.00 0.82 0.00 3.44 5.66 3.14 0.10 0.21
Χφάλμα 0.05 0.05 -0.10 0.82 -0.10 3.44 1.39 -3.57 -0.27 -0.67
Στακμόσ
δειγματολθψίασ S24 S25 S26(a) S26(b) S26(c) S26(d) S27 S28 S29 S30
Υραγματικι τιμι 0.36 0.10 0.19 0.09 0.00 0.18 0.00 0.10 0.00 1.21
Εκτιμοφμενθ τιμι 0.09 0.21 0.18 0.05 0.17 0.09 0.32 0.08 0.18 0.17
Χφάλμα -0.27 0.11 -0.01 -0.04 0.17 -0.09 0.32 -0.02 0.18 -1.04
Στακμόσ
δειγματολθψίασ S31 S32 S33 S34 S35 S36 S37 S38 S39
r = 2 N = 3
Υραγματικι τιμι 1.93 0.09 0.19 0.00 0.36 0.00 0.10 0.29 0.00
Εκτιμοφμενθ τιμι 0.03 0.11 0.09 0.12 0.00 0.07 0.21 0.09 0.15
Χφάλμα -1.90 0.02 -0.10 0.12 -0.36 0.07 0.11 -0.20 0.15
45
Ρίνακασ 13: Στατιςτικοί Δείκτεσ MBE, MAE και RMSE υπολογιςμζνοι επί των ςφαλμάτων με τθ μζκοδο Cross – Validation. Συγκζντρωςθ μυκιτων ανά γραμμάριο άμμου.
Αρικμόσ μυκιτων ανά γραμμάριο
άμμου
Κατάταξθ IDW
MBE MAE RMSE
r = N =
1 1 3 353 2759 4425
2 2 3 359 2821 4533
Ρίνακασ 14: Στατιςτικοί Δείκτεσ MBE, MAE και RMSE υπολογιςμζνοι επί των ςφαλμάτων με τθ μζκοδο Cross – Validation. pH.
pH
Κατάταξθ IDW
MBE MAE RMSE
r = N =
1 2 3 -0.003639 0.086545 0.108224
2 1 3 -0.005981 0.088116 0.108689
Ρίνακασ 15: Στατιςτικοί Δείκτεσ MBE, MAE και RMSE υπολογιςμζνοι επί των ςφαλμάτων με τθ μζκοδο Cross – Validation. Υγραςία.
Υγραςία
Κατάταξθ IDW
MBE MAE RMSE
r = N =
1 1 3 0.1402 0.5558 1.2130
2 2 3 0.1830 0.5752 1.2146
46
6.3 ΓΕΨΣΑΣΙΣΙΚΗ ΑΝΑΛΤΗ
Ψο δίκτυο δειγματολθψίασ με τουσ 42 ςτακμοφσ δειγματολθψίασ παρουςιάςτθκε ςτθν Εικόνα 7. Ψα επιφανειακά βαριογράμματα του αρχικοφ δικτφου ςτακμϊν δειγματολθψίασ τθσ πρϊτθσ δειγματολθψίασ δίνονται ςτθν Εικόνα 13. Ψα κφρια χαρακτθριςτικά του επιφανειακοφ βαριογράμματοσ, το μικοσ του μεγάλου και του μικροφ άξονα του επιφανειακοφ βαριογράμματοσ κακϊσ και οι γωνίεσ μζγιςτθσ και ελάχιςτθσ ανιςοτροπίασ δίνονται ςτον πίνακα 16. Σ μεγάλοσ άξονασ του επιφανειακοφ βαριογράμματοσ δείχνει τθ διεφκυνςθ τθσ μζγιςτθσ ομοιογζνειασ τθσ υπό εξζταςθ παραμζτρου ςτθν περιοχι μελζτθσ, ενϊ ο μικρόσ άξονασ δείχνει τθ διεφκυνςθ τθσ μζγιςτθσ ανιςοτροπίασ, ι αλλιϊσ τθσ ελάχιςτθσ ομοιογζνειασ.
Υαρατθρείται ότι το μικοσ του μεγάλου άξονα είναι αρκετά μεγάλο και εκτείνεται ςχεδόν ςε όλθ τθν περιοχι μελζτθσ. Θ διεφκυνςθ τθσ μζγιςτθσ ομοιογζνειασ παρατθρείται ότι είναι ςχεδόν παράλλθλθ ςτθν ακτι, κάτι που δείχνει πωσ αν και υπάρχουν μεταβολζσ τθσ ςυγκζντρωςθσ των μυκιτων κατά μικοσ τθσ, αυτζσ δεν είναι τόςο μεγάλεσ όςο ςτισ άλλεσ διευκφνςεισ. Θ διεφκυνςθ τθσ μζγιςτθσ ομοιογζνειασ παρατθρείται ςτισ 51° από το Βορρά8. Ψο ςφαιρικό μοντζλο που προςομοιϊνει το πειραματικό γράφθμα διακφμανςθσ δείχνει ότι ςτθ διεφκυνςθ αυτι υπάρχει μεγάλθ ομοιογζνεια ςτο ςετ δεδομζνων με αποτζλεςμα να δθμιουργείται ηϊνωςθ παράλλθλα ςτθν ακτογραμμι. Ψθ δθμιουργία ηϊνωςθσ ζδειξαν και οι Ettema and Wardle (2002), (Εικόνα 11), βαςιηόμενοι ςτθ μελζτθ των Webster and Boag (1992) θ οποία αφοροφςε τθν χωρικι κατανομι των νθματωδϊν ςτο ζδαφοσ.
Σι μζγιςτεσ μεταβολζσ παρατθροφνται κυρίωσ ςτισ γωνίεσ 24,9° και 88,3° από το Βορρά, όπωσ φάνθκε και από το επιφανειακό βαριόγραμμα. Ξατά τθ διεφκυνςθ των 24,9° οι μζγιςτεσ τιμζσ θμιδιακφμανςθσ παρατθροφνται για εφρθ αποςτάςεων μεταξφ ςτακμϊν δειγματολθψίασ lags ≥ 130m. Ψο εφροσ τθσ ηϊνθσ επιρροισ (Range) κατά τθ διεφκυνςθ των 24,9° είναι 97m. Θ απόςταςθ αυτι είναι περίπου ίςθ με το μιςό του μικουσ τθσ περιοχι μελζτθσ. Ξατά τθ διεφκυνςθ των 88,3° οι μζγιςτεσ τιμζσ θμιδιακφμανςθσ παρατθροφνται για εφρθ αποςτάςεων μεταξφ ςτακμϊν δειγματολθψίασ lags ≥ 40m. Ψο εφροσ τθσ ηϊνθσ επιρροισ (Range) ςε αυτιν τθν διεφκυνςθ είναι 73m. Ψα ηευγάρια ςτακμϊν δειγματολθψίασ όμωσ ςε αυτιν τθ διεφκυνςθ δε ξεπερνοφν τα 60m απόςταςθ εξαιτίασ των ορίων τθσ περιοχισ μελζτθσ. Ψο ςφαιρικό μοντζλο που προςομοιϊνει το πειραματικό γράφθμα διακφμανςθσ δείχνει ότι ςτισ διευκφνςεισ αυτζσ υπάρχει μεγάλθ ανομοιογζνεια ςτο ςετ δεδομζνων. Θ ανομοιογζνεια αυτι οφείλεται ςτισ μεγάλεσ διαφοροποιιςεισ ςτθ ςυγκζντρωςθ των μυκιτων. Ξαι ςτισ δφο αυτζσ διευκφνςεισ υπάρχουν τμιματα (patches).Θ θμιδιακφμανςθ αυξάνεται απότομα ςε lags ≥ 10m και κατόπιν παίρνει ςτακερι τιμι δείχνοντασ ζτςι τισ διαφοροποιιςεισ ςτθ ςυγκζντρωςθ των μυκιτων. Ψθ δθμιουργία τζτοιων τμθμάτων ζδειξαν και ςτθ μελζτθ τουσ οι Ettema and Wardle (2002). (Εικόνα 12).
8 Σ Βορράσ ςτα επιφανειακά βαριογράμματα αντιπροςωπεφεται ςτισ 0°.
Εικόνα 11: Θεωρθτικό Βαριόγραμμα και ο αντίςτοιχοσ χάρτθσ.
Ηϊνωςθ. (Ettema and Wardle, 2002).
47 Χτισ διευκφνςεισ μζγιςτθσ ανιςοτροπίασ κρίκθκε ςκόπιμο να επανεξεταςτεί το δίκτυο των ςτακμϊν δειγματολθψίασ. Ξαι ςτισ δφο διευκφνςεισ μζγιςτθσ ανομοιογζνειασ τα lags ςτα οποία εμφανίηεται θ μζγιςτθ διακφμανςθ ςτο ςετ δεδομζνων είναι μεγάλα και εκτείνονται ωσ και πάνω από το μιςό του μικουσ τθσ περιοχισ μελζτθσ κατά τθ διεφκυνςθ των 24,9° και ςε όλο το πλάτοσ κατά τθ διεφκυνςθ των 88,3°. Ωψθλζσ τιμζσ διακφμανςθσ όμωσ εμφανίηονται και ςε μικρότερα lags, αποδεικνφοντασ ότι υπάρχουν υψθλζσ μεταβολζσ τθσ παραμζτρου και ςε μικρότερα lags. Για το λόγο αυτό κρίκθκε απαραίτθτο ςτισ διευκφνςεισ αυτζσ να τοποκετθκοφν επιπλζον ςτακμοί δειγματολθψίασ, ϊςτε να εξεταςτεί με μεγαλφτερθ ακρίβεια θ χωρικι κατανομι τθσ παραμζτρου.
Ψοποκετικθκαν 7 νζοι ςτακμοί δειγματολθψίασ. Σι νζοι ςτακμοί δειγματολθψίασ (S33 – S39) τοποκετικθκαν ςε κατάλλθλα ςθμεία ςτθν περιοχι μελζτθσ ζτςι ϊςτε να ικανοποιείται το κριτιριο διεφκυνςθσ μζγιςτθσ ανομοιογζνειασ που παρατθρικθκε από το επιφανειακό βαριόγραμμα. Ψο νζο βελτιςτοποιθμζνο δίκτυο ςτακμϊν δειγματολθψίασ παρουςιάςτθκε ςτθν Εικόνα 8 και περιλαμβάνει πλζον 49 ςτακμοφσ δειγματολθψίασ ζναντι του αρχικοφ δικτφου 42 ςτακμϊν δειγματολθψίασ.
Χτουσ νζουσ ςτακμοφσ δειγματολθψίασ λιφκθκαν νζα δείγματα άμμου και αναλφκθκαν ςτο εργαςτιριο ςφμφωνα με τθ μεκοδολογία που ζχει περιγραφεί.
Ψα αντίςτοιχα θμιβαριογράμματα και τα επιφανειακά βαριογράμματα του νζου δικτφου ςτακμϊν δειγματολθψίασ παρουςιάηονται ςτθν Εικόνα 14. Ψα κφρια χαρακτθριςτικά του επιφανειακοφ βαριογράμματοσ παρουςιάηονται ςτον πίνακα 16. Σι μζγιςτεσ τιμζσ θμιδιακφμανςθσ γ(h) παρατθροφνται για εφρθ αποςτάςεων μεταξφ ςτακμϊν δειγματολθψίασ lags ≥ 130m κατά μικοσ των 24,1° από το Βορρά και για lags ≥ 25m κατά μικοσ των 87,5° από το Βορρά. Ψο εφροσ τθσ ηϊνθσ επιρροισ (Range) κατά τθ διεφκυνςθ των 24,1° μειϊκθκε και είναι πλζον 50m. Ξατά τθ διεφκυνςθ των 87,5° το εφροσ τθσ ηϊνθσ επιρροισ μειϊκθκε και αυτό και αντιςτοιχεί πλζον ςτα 49m. Χε αυτιν τθ διεφκυνςθ το μοντζλο προςομοίωςθσ του πειραματικοφ βαριογράμματοσ είναι εντόσ των ορίων τθσ περιοχισ μελζτθσ. Ψο αποτζλεςμα αυτό είναι αντίκετο με το αποτζλεςμα που προζκυψε από το αρχικό δίκτυο 42 ςτακμϊν δειγματολθψίασ.
Ψο μικοσ του μεγάλου άξονα, κακϊσ και οι γωνίεσ μζγιςτθσ και ελάχιςτθσ ανιςοτροπίασ δεν μεταβλικθκαν ςθμαντικά. Θ γωνία μζγιςτθσ ομοιογζνειασ ςτα δεδομζνα φςτερα από τθν εξζταςθ του τελικοφ δικτφου ςτακμοφ δειγματολθψίασ παρατθρείται ςτισ 51° από το Βορρά, όπωσ ακριβϊσ και ςτο επιφανειακό βαριόγραμμα του αρχικοφ δικτφου 42 ςτακμϊν δειγματολθψίασ. Θ κφρια μεταβολι παρατθρείται ςτο μικοσ του μικροφ άξονα τθσ ζλλειψθσ ςτο επιφανειακό βαριόγραμμα.
Ψο μικοσ του μικροφ άξονα, ο οποίοσ δείχνει τθ διεφκυνςθ τθσ μζγιςτθσ ανιςοτροπίασ, εμφανίηεται μειωμζνοσ κατά 20m. Θ μεταβολι αυτι ςτο μικοσ του μικροφ άξονα δείχνει ότι θ ανιςοτροπία αυξικθκε ςε κατεφκυνςθ ςχεδόν κάκετθ ςτθν ακτογραμμι. Δθλαδι ότι θ μεταβολι τθσ παραμζτρου ςε αυτιν τθ διεφκυνςθ είναι μεγαλφτερθ από αυτιν που είχε μετρθκεί με το αρχικό δίκτυο ςτακμϊν δειγματολθψίασ. Ιδθ από το αρχικό δίκτυο ςτακμϊν δειγματολθψίασ παρατθρικθκαν οι μεταβολζσ τθσ παραμζτρου ςε διεφκυνςθ ςχεδόν κάκετθ ςτθν ακτογραμμι. Θ
Εικόνα 12: Θεωρθτικό Βαριόγραμμα και ο αντίςτοιχοσ χάρτθσ.
Ρεριοχζσ μζγιςτων μεταβολϊν. (Ettema and Wardle, 2002).
48 τοποκζτθςθ των 7 νζων ςτακμϊν δειγματολθψίασ ζκανε το δίκτυο πιο πυκνό. Σι αποςτάςεισ μεταξφ των ςτακμϊν δειγματολθψίασ ςε αυτιν τθν διεφκυνςθ μειϊκθκαν με αποτζλεςμα να είναι δυνατό να παρατθρθκοφν με μεγαλφτερθ ακρίβεια οι μεταβολζσ αυτζσ. Πε τθ μζκοδο αυτι ιταν δυνατό να βελτιςτοποιθκεί το δίκτυο των ςτακμϊν δειγματολθψίασ. Θ εξζταςθ του επιφανειακοφ βαριογράμματοσ ζδειξε τισ διευκφνςεισ μζγιςτθσ ανιςοτροπίασ ςτο ςετ δεδομζνων και τα lags ςτα οποία αυτζσ παρατθροφνται, επιτρζποντασ τθ βελτιςτοποίθςθ του δικτφου ςτακμϊν δειγματολθψίασ και τθν καλφτερθ παρατιρθςθ τθσ χωρικισ δομισ τθσ υπό εξζταςθ παραμζτρου.
Ρίνακασ 16: Τα κφρια χαρακτθριςτικά των επιφανειακϊν βαριογραμμάτων.
Μικοσ μεγάλου άξονα (m)
Μικοσ μικροφ άξονα (m)
Διεφκυνςθ μζγιςτθσ ομοιογζνειασ (°)
Διεφκυνςθσ μζγιςτθσ ανιςοτροπίασ (°)
1θ 2θ
42 ςτακμοί
δειγματολθψίασ 191,63 49,03 51,0 24,9 88,3
49 ςτακμοί
δειγματολθψίασ 191,63 29,81 51,0 24,1 87,5
49 (1)
(2)
(3)
(4)
Εικόνα 13: Επιφανειακά βαριογράμματα και θμιβαριογράμματα τθσ περιοχισ μελζτθσ του αρχικοφ δικτφου 42 ςτακμϊν δειγματολθψίασ. (1) Ρανκατευκυντικό, (2) Κατευκυντικό, διεφκυνςθ μζγιςτθσ ομοιογζνειασ ςτα δεδομζνα,
(3) Κατευκυντικό, 1θ διεφκυνςθ μζγιςτθσ ανιςοτροπίασ ςτα δεδομζνα, (4) Κατευκυντικό, 2θ διεφκυνςθ μζγιςτθσ ανιςοτροπίασ ςτα δεδομζνα
50
(1)
(2)
(3)
(4)
Εικόνα 14: Επιφανειακά βαριογράμματα και θμιβαριογράμματα τθσ περιοχισ μελζτθσ του τελικοφ δικτφου 49 ςτακμϊν δειγματολθψίασ. (1) Ρανκατευκυντικό, (2) Κατευκυντικό, διεφκυνςθ μζγιςτθσ ομοιογζνειασ ςτα δεδομζνα,
(3) Κατευκυντικό, 1θ διεφκυνςθ μζγιςτθσ ανιςοτροπίασ ςτα δεδομζνα, (4) Κατευκυντικό, 2θ διεφκυνςθ μζγιςτθσ ανιςοτροπίασ ςτα δεδομζνα
51
6.4 ΠΑΡΟΤΙΑΗ ΣΨΝ ΑΠΟΣΕΛΕΜΑΣΨΝ Ε ΘΕΜΑΣΙΚΟΤ ΦΑΡΣΕ
Σι παράμετροι μζςοσ ςυνολικόσ αρικμόσ μυκιτων ανά γραμμάριο άμμου, θ εκτίμθςθ των ςφαλμάτων τθσ IDW μεκόδου παρεμβολισ ςτθ ςυγκζντρωςθ των μυκιτων ωσ αποτζλεςμα τθσ μεκόδου Cross – Validation, το pH και θ υγραςία ςτθν περιοχι μελζτθσ παρουςιάηονται ςτισ Εικόνα 15, Εικόνα 16 , Εικόνα 17 και Εικόνα 18 ωσ κεματικοί χάρτεσ. Σι κεματικοί αυτοί χάρτεσ απεικονίηουν επιφάνειεσ – καννάβουσ που προζκυψαν από τθν εφαρμογι τθσ IDW μεκόδου παρεμβολισ με ςυνάρτθςθ βάρουσ τθσ μορφισ d-1 για τθ ςυγκζντρωςθ μυκιτων ανά γραμμάριο άμμου και τθν υγραςία και τθσ μορφισ d-2 για το pH.
6.5 ΤΦΕΣΙΕΙ ΜΕΣΑΞΤ ΣΨΝ ΠΑΡΑΜΕΣΡΨΝ
6.5.1 ΤΓΚΕΝΣΡΨΕΙ ΜΤΚΗΣΨΝ – pH
Σι ςυγκεντρϊςεισ μυκιτων ανά γραμμάριο άμμου και οι αντίςτοιχεσ τιμζσ του pH από τα 49 δείγματα άμμου ζχουν παρουςιαςτεί ςτον πίνακα 6. Σι αντίςτοιχοι χάρτεσ τθσ περιοχισ μελζτθσ με το μζςο ςυνολικό αρικμό μυκιτων ανά γραμμάριο άμμου και το pH παρουςιάςτθκαν ςτισ Εικόνα 15 και Εικόνα 17. Ψα αποτελζςματα τθσ ςυςχζτιςθσ μεταξφ των παραμζτρων αυτϊν παρουςιάηονται ςτον πίνακα 17.
Θ ςτατιςτικι ανάλυςθ των δφο αυτϊν παραμζτρων ζδειξε ότι τα δεδομζνα δεν ακολουκοφν κανονικι κατανομι. Για το λόγο αυτό χρθςιμοποιικθκε ζνασ μθ παραμετρικόσ ςυντελεςτισ ςυςχζτιςθσ. Υροτιμικθκε ο ςυντελεςτισ ςυςχζτιςθσ Spearman (Spearman’s rho correlation), ο οποίοσ χρθςιμοποιικθκε και από τουσ Papadakis et al. (1997) και Bonilla et al. (2007) για τον υπολογιςμό τθσ ςυςχζτιςθσ των δεδομζνων τουσ. Σι Papadakis et al. (1997) για τθ ςυςχζτιςθ μεταξφ τθσ ςυγκζντρωςθσ των Staphylococcus aureus και των μυκιτων με τον αρικμό των κολυμβθτϊν ςε μια παραλία αναψυχισ, ενϊ οι Bonilla et al. (2008) για να εξεταςτεί θ ςυςχζτιςθ μεταξφ τθσ ςυγκζντρωςθσ διαφορετικϊν ειδϊν μικροοργανιςμϊν.
Σι μφκθτεσ είναι οξεόφιλοι και το pH τθσ περιοχισ μελζτθσ είναι αςκενϊσ αλκαλικό. Υαρατθρείται ςυςχζτιςθ με τισ υψθλότερεσ ςυγκεντρϊςεισ μυκιτων να παρατθροφνται ςε λιγότερο αλκαλικι άμμο.
Σι ςυγκεντρϊςεισ μυκιτων ανά γραμμάριο άμμου ςυςχετίηονται μζτρια με τισ τιμζσ του pH ςτθν περιοχι μελζτθσ (r=−0,485; p=0,01). Θ αρνθτικι ςυςχζτιςθ δείχνει ότι κακϊσ αυξάνονται οι τιμζσ μιασ παραμζτρου, οι τιμζσ τθσ άλλθσ παραμζτρου μειϊνονται. Χτθ ςυςχζτιςθ μεταξφ τθσ ςυγκζντρωςθσ μυκιτων και των τιμϊν του pH ςτθν άμμο, ςθμαίνει ότι ενϊ θ άμμοσ γίνεται λιγότερο αλκαλικι ο αρικμόσ των μυκιτων ανά γραμμάριο άμμου αυξάνεται.
Ρίνακασ 17: Συςχζτιςθ μεταξφ των παραμζτρων ςυγκζντρωςθσ μυκιτων ςτθν άμμο και pH.
Correlations
Fungi_count pH Spearman's rho Fungi_count Correlation Coefficient 1.000 -.485**
Sig. (2-tailed) . .000
N 49 49
pH Correlation Coefficient -.485** 1.000
Sig. (2-tailed) .000 .
N 49 49
**. Correlation is significant at the 0.01 level (2-tailed).
52 6.5.2 ΤΓΚΕΝΣΡΨΕΙ ΜΤΚΗΣΨΝ – ΤΓΡΑΙΑ
Σι ςυγκεντρϊςεισ μυκιτων ανά γραμμάριο άμμου κακϊσ και οι αντίςτοιχεσ τιμζσ υγραςίασ από τα 49 δείγματα άμμου ζχουν παρουςιαςτεί ςτον πίνακα 6. Σι αντίςτοιχοι χάρτεσ τθσ περιοχισ μελζτθσ με το μζςο ςυνολικό αρικμό μυκιτων ανά γραμμάριο άμμου και τθν υγραςία παρουςιάςτθκαν ςτισ Εικόνα 15 και Εικόνα 18. Ψα αποτελζςματα τθσ ςυςχζτιςθσ μεταξφ των παραμζτρων αυτϊν παρουςιάηονται ςτον πίνακα 18.
Υαρατθρείται ότι θ ςυςχζτιςθ μεταξφ των παραμζτρων ςυγκζντρωςθσ μυκιτων και τθσ υγραςίασ είναι (r=−0.328; p=0,05). Ψο ποςοςτό αυτό δείχνει ότι κακϊσ το ποςό υγραςίασ τθσ άμμου μειϊνεται ο αρικμόσ των μυκιτων αυξάνεται. H ςυςχζτιςθ μεταξφ των δφο αυτϊν παραμζτρων είναι αρκετά μικρι. Θ ςυγκζντρωςθ των μυκιτων και θ χωρικι κατανομι τουσ παρουςιάηεται ανεξάρτθτθ από τθν υγραςία τθσ άμμου.
Ρίνακασ 18: Συςχζτιςθ μεταξφ των παραμζτρων ςυγκζντρωςθσ μυκιτων ςτθν άμμο και υγραςίασ.
Correlations
Fungi_count Moisture Spearman's rho Fungi_count Correlation Coefficient 1.000 -.328*
Sig. (2-tailed) . .021
N 49 49
Moisture Correlation Coefficient -.328* 1.000
Sig. (2-tailed) .021 .
N 49 49
*. Correlation is significant at the 0.05 level (2-tailed).
53 6.5.3 pH – ΤΓΡΑΙΑ
Σι τιμζσ pH και οι τιμζσ υγραςίασ από τα 49 δείγματα άμμου ζχουν παρουςιαςτεί ςτον πίνακα 6. Σι αντίςτοιχοι κεματικοί χάρτεσ τθσ περιοχισ μελζτθσ με τισ τιμζσ pH και υγραςίασ παρουςιάςτθκαν ςτισ Εικόνα 17 και Εικόνα 18.
Ψα αποτελζςματα τθσ ςυςχζτιςθσ μεταξφ των δφο παραμζτρων αυτϊν παρουςιάηονται ςτον πίνακα 19. H ςυςχζτιςθ μεταξφ των παραμζτρων αυτϊν είναι (r=0,163; p>0,05). Δεν παρουςιάηεται ςυςχζτιςθ μεταξφ των 2 αυτϊν παραμζτρων. Ψο pH τθσ άμμου ςτθν παραλία δειγματολθψίασ δεν εξαρτάται από τθν υγραςία και το αντίςτροφο.
Ρίνακασ 19: Συςχζτιςθ μεταξφ των παραμζτρων pH και υγραςίασ.
Correlations
pH Moisture Spearman's rho pH Correlation Coefficient 1.000 .163
Sig. (2-tailed) . .262
N 49 49
Moisture Correlation Coefficient .163 1.000
Sig. (2-tailed) .262 .
N 49 49
54
Εικόνα 15: Ο μζςοσ ςυνολικόσ αρικμόσ μυκιτων όπωσ αυτόσ εκτιμικθκε με τθν IDW μζκοδο παρεμβολισ με ςυνάρτθςθ βάρουσ τθσ μορφισ d-1.
55
Εικόνα 16: Εκτίμθςθ των ςφαλμάτων τθσ IDW μεκόδου παρεμβολισ όπωσ αυτά προζκυψαν από τθν εφαρμογι τθσ μεκόδου Cross – Validation ςτθ ςυγκζντρωςθ των μυκιτων ανά γραμμάριο άμμου.
56
Εικόνα 17: Το pH τθσ περιοχισ μελζτθσ όπωσ αυτό εκτιμικθκε με τθν IDW μζκοδο παρεμβολισ με ςυνάρτθςθ βάρουσ τθσ μορφισ d-2.
57
Εικόνα 18: Θ υγραςία όπωσ αυτι εκτιμικθκε με τθν IDW μζκοδο παρεμβολισ με ςυνάρτθςθ βάρουσ τθσ μορφισ d-1.
58
7 ΤΖΗΣΗΗ - ΤΜΠΕΡΑΜΑΣΑ
Θ ςυγκζντρωςθ των μυκιτων ςτθν άμμο είναι μια παράμετροσ ιδιαίτερα τοπικι αφοφ μπορεί να μεταβάλλεται ακόμα και ςε μικρζσ αποςτάςεισ εξαιτίασ τθσ άμεςθσ και ζμμεςθσ αλλθλεπίδραςθσ μεταξφ των παραγόντων που αναφζρκθκαν ςτο τμιμα «Υαρουςία και επιβίωςθ των μικροοργανιςμϊν».
Υαρατθρικθκε ότι οι ςυγκεντρϊςεισ των μυκιτων αυξάνονται κακϊσ θ απόςταςθ από τθν ακτι μεγαλϊνει. Δθλαδι, υπάρχει μια βακμίδα αφξθςθσ τθσ ςυγκζντρωςισ τουσ κάκετα ςτθν ακτι. Ξατά μικοσ τθσ ακτογραμμισ οι ςυγκεντρϊςεισ χαρακτθρίηονται από μικρότερεσ μεταβολζσ.
Σι υψθλότερεσ ςυγκεντρϊςεισ παρατθροφνται μακριά από τθ κάλαςςα όπου θ άμμοσ δε διαβρζχεται από τθ κάλαςςα και κυρίωσ ςτουσ ςτακμοφσ δειγματολθψίασ ςτουσ οποίουσ αντιςτοιχεί κάποια από τισ χριςεισ – υπθρεςίεσ που προςφζρονται ςε αυτιν τθν παραλία αναψυχισ. Σι χριςεισ – υπθρεςίεσ αυτζσ ζχουν παρουςιαςτεί ςτον πίνακα 5 ςτθν αντίςτοιχθ ενότθτα, ςτθν περιγραφι τθσ περιοχισ μελζτθσ. Υιο ςυγκεκριμζνα, οι υψθλζσ ςυγκεντρϊςεισ μυκιτων παρατθρικθκαν ςτα ντουσ, περιμετρικά τθσ καφετζριασ και ςτον χϊρο ςυγκζντρωςθσ παιδιϊν (παιδότοπο). Εδϊ τθν καλοκαιρινι περίοδο υπάρχει αυξθμζνθ κίνθςθ των λουομζνων. Σι αυξθμζνεσ ςυγκεντρϊςεισ μυκιτων ςτθν άμμο ςτισ περιοχζσ αυτζσ εκτιμάται ότι οφείλονται ςτο ότι ςτα ςθμεία αυτά θ κίνθςθ των επιςκεπτϊν τθσ ακτισ αναψυχισ είναι αυξθμζνθ. Αυτό ζρχεται ςε ςυμφωνία με τα ευριματα των Papadakis et al. (1997) και Salvo and Fabiano (2007) οι οποίοι διατφπωςαν τθν υπόκεςθ ότι οι αυξθμζνεσ ςυγκεντρϊςεισ μυκιτων οφείλονται ςτον αυξθμζνο αρικμό κολυμβθτϊν. Χτα πλαίςια τθσ παροφςασ εργαςίασ δεν ζγινε ταυτοποίθςθ των μυκιτων που καταμετρικθκαν και δεν υπιρξε καταμζτρθςθ των χρθςτϊν τθσ παραλίασ. Δεδομζνου ότι οι παρατθριςεισ αυτισ τθσ εργαςίασ δείχνουν αυξθμζνο αρικμό μυκιτων ςτα ςθμεία που θ κίνθςθ των κολυμβθτϊν είναι αυξθμζνθ, τα αποτελζςματα φαίνεται να ςυμφωνοφν με τα ευριματα των Papadakis et al. (1997) οι οποίοι ςυςχζτιςαν τον αρικμό των μυκιτων με τον αρικμό των χρθςτϊν ςε μια παραλία. Ενδιαφζρον παρουςιάηει θ υψθλι ςυγκζντρωςθ μυκιτων που παρατθρικθκε ςτο βόρειο-ανατολικό τμιμα τθσ περιοχισ μελζτθσ, ςτουσ ςτακμοφσ δειγματολθψίασ S6, και S17. Αυτοί οι ςτακμοί δειγματολθψίασ δεν αντιςτοιχοφν ςε κάποια από τισ χριςεισ – υπθρεςίεσ που προςφζρονται ςτουσ παρακεριςτζσ και τουσ λουόμενουσ. Άλλοι ερευνθτζσ ζχουν υποδείξει ότι οι υψθλζσ ςυγκεντρϊςεισ μπορεί να οφείλονται ςε άλλουσ παράγοντεσ όπωσ θ παρουςία νεκροφ οργανικοφ υλικοφ προερχόμενθ από φφλλα δζντρων (Arvanitidou et al., 2002; Salvo and Fabiano, 2007) ι και περιττϊματα πτθνϊν και ηϊων δεδομζνου ότι κάκε ζνα από αυτά μπορεί να μολφνει μια περιοχι ωσ 3m2 (Bonilla et al., 2007). Εμείσ παρατθριςαμε ίχνθ από πόδια πουλιϊν και φφλλα δζντρων. (Εικόνα 19, Εικόνα 20). Χτθ μελζτθ τουσ οι Fromm et al. (1993) βρικαν ότι το οργανικό φορτίο ςτθν άμμο ςυςχετίηεται με τθ μικροβιακι βιομάηα (r=0,79).
Εικόνα 19: Κχνθ από πατθμαςιζσ ςκυλιϊν και πουλιϊν κοντά ςτθν ακτογραμμι και ςτο ςτακμό δειγματολθψίασ S6 αντίςτοιχα.
59
Εικόνα 20: Δζντρα και ξερά φφλλα ςτουσ ςτακμοφσ δειγματολθψίασ S17 και S25.
Ψα ευριματα των Bonilla et al. (2007), Van Donsel and Geldreich (1971) και Ashbolt et al. (1993), όςον αφορά ςτθν ιδιότθτα τθσ ςτεγνισ άμμου να περιζχει 10 φορζσ περιςςότερουσ μφκθτεσ ςε ςχζςθ με τθν υγρι άμμο, δείχνουν να επιβεβαιϊνονται. Εμείσ βρικαμε ότι οι ςυγκεντρϊςεισ των μυκιτων ςτθν ςτεγνι άμμο είναι 10 – 100 φορζσ υψθλότερεσ ςε ςχζςθ με τθν υγρι άμμο κοντά ςτθν ακτογραμμι. Θ ςυγκζντρωςθ των μυκιτων ςτο νερό δεν εξετάςτθκε. Σι μικρότερεσ ςυγκεντρϊςεισ παρατθρικθκαν κοντά ςτθν ακτογραμμι όπου θ άμμοσ είναι κατά το πλείςτον υγρι. Χε αυτό το τμιμα τθσ παραλίασ δεν προςφζρονται άλλεσ υπθρεςίεσ εκτόσ από τισ ομπρζλεσ και τισ ξαπλϊςτρεσ. Είναι πικανόν οι μικρότερεσ αυτζσ ςυγκεντρϊςεισ να οφείλονται ςτο ότι οι μικροοργανιςμοί μπορεί να απομακρυνκοφν από τθν άμμο κατά τον κυματιςμό (Bonilla et al., 2007). Πικρζσ ςυγκεντρϊςεισ παρατθρικθκαν και ςτο ςτακμό δειγματολθψίασ S13 ο οποίοσ βρίςκεται ςτο γιπεδο beach volley. Ξατά τθ διάρκεια και των δφο δειγματολθψιϊν δεν παρατθρικθκε χριςθ του γθπζδου beach volley από τουσ παρακεριςτζσ. Ελαφρά αυξθμζνθ ςυγκζντρωςθ μυκιτων παρατθρικθκε μόνο ςτθν είςοδο του γθπζδου θ οποία βριςκόταν υπό τθ ςκιά δζνδρου, ενϊ ςτο κζντρο του γθπζδου οι ςυγκεντρϊςεισ ιταν αιςκθτά μειωμζνεσ. Αυτό πικανϊσ να οφείλεται και ςτθν ζλλειψθ χρθςτϊν οι οποίοι ςυνειςφζρουν ςτισ ςυγκεντρϊςεισ μυκιτων ςτθν άμμο όπωσ ζχουν δείξει με μελζτεσ τουσ οι Papadakis et al. (1997) και οι Salvo and Fabiano (2007).
Χτουσ ςτακμοφσ δειγματολθψίασ οι τιμζσ του pH κυμάνκθκαν από 7,78 – 8,31. Χε όλθ τθν ζκταςθ τθσ περιοχισ μελζτθσ δε μετρικθκε τιμι pH μικρότερθ του 7. Χτθν περιοχι μελζτθσ παρατθρείται μια γενικι μείωςθ των τιμϊν του pH κακϊσ θ απόςταςθ από τθν ακτι μεγαλϊνει. Θ μεταβολι αυτι κακιςτά τθν άμμο λιγότερο αλκαλικι μακριά από τθν ακτι αλλά ςε καμία περίπτωςθ όξινθ. Σι χαμθλότερεσ τιμζσ του pH παρατθροφνται ςτα ντουσ, προσ τθν καφετζρια – αναψυκτιριο, ςτον παιδότοπο και τθν παιδικι χαρά κακϊσ και ςτο βόρειο – ανατολικό τμιμα τθσ περιοχισ μελζτθσ (ςτακμοί δειγματολθψίασ S6, S17). Σι ίδιεσ περιοχζσ εμφάνιςαν, εκτόσ τθσ παιδικισ χαράσ, τισ υψθλότερεσ ςυγκεντρϊςεισ μυκιτων. Σ ςτακμόσ δειγματολθψίασ S19, ο οποίοσ αντιςτοιχεί ςτο ντουσ, χαρακτθρίηεται από τθ λιγότερο αλκαλικι άμμο και τθν υψθλότερθ ςυγκζντρωςθ μυκιτων.
Υαρατθροφνται επίςθσ δφο τμιματα κάκετα ςτθν ακτογραμμι με τισ μζγιςτεσ τιμζσ αλκαλικότθτασ τθσ άμμου. Ψα δφο αυτά τμιματα εκτείνονται ςχεδόν ςε όλο το πλάτοσ τθσ περιοχισ μελζτθσ. Ξαι ςτα δφο αυτά τμιματα οι ςυγκεντρϊςεισ των μυκιτων δεν ιταν υψθλζσ.
Σι Rousk et al. (2010) ζδειξαν ότι θ ταχφτερθ ανάπτυξθ των μυκιτων γίνεται ςε τιμζσ pH 4,5–5,5, ενϊ ςε μεγαλφτερεσ τιμζσ γίνεται με μικρότερουσ ρυκμοφσ. Σι Pietri et al. (2008) ζδειξαν ότι υπάρχει ςυςχζτιςθ μεταξφ τθσ μικροβιακισ βιομάηασ και του pH (r=0,89, p˂0,001). Σι Lauber et al.
(2008) βρικαν ςυςχζτιςθ μεταξφ τθσ μικροβιακισ βιομάηασ και του pΘ (r=0,47, p˂0,05) και ςυςχζτιςθ μεταξφ των μυκιτων και του pH (r=0,17, p˂0,05). Σι ίδιοι αναφζρουν ότι θ ςυγκζντρωςθ των μυκιτων ςυςχετίςτθκε περιςςότερο με τθν αφκονία των κρεπτικϊν ςυςτατικϊν (r=0,73, p˂0,05). Χτθν παροφςα εργαςία βρζκθκε αρνθτικι ςυςχζτιςθ μεταξφ τθσ ςυγκζντρωςθσ των
60 μυκιτων και του pH (r=-0,485, p˂0,01) υποδθλϊνοντασ ζτςι ότι θ ςυγκζντρωςθ των μυκιτων αυξάνεται κακϊσ οι τιμζσ του pH μειϊνονται.
Σι τιμζσ υγραςίασ κυμάνκθκαν από 0% - 6,71. Χχεδόν ςε όλθ τθν περιοχι μελζτθσ οι τιμζσ υγραςίασ κυμάνκθκαν από 0% ζωσ και 1% εκτόσ από δφο περιπτϊςεισ, όπου μετρικθκαν οι υψθλότερεσ τιμζσ υγραςίασ. Σ ςτακμόσ δειγματολθψίασ S22, ςτον οποίο μετρικθκε θ υψθλότερθ τιμι υγραςίασ (6,71%), αντιςτοιχεί ςτο ντουσ όπου θ περίςςεια νεροφ διοχετευόταν ςτθ γφρω περιοχι και ζνα μικρότερο ποςοςτό αυτισ μεταφερόταν με τουσ χριςτεσ του. (Εικόνα 21). Σι ςτακμοί S30 και S31 βρίςκονται κοντά ςτθν ακτογραμμι, ςε απόςταςθ ≤ 1m, όπου οι τιμζσ υγραςίασ ςε αυτοφσ τουσ ςτακμοφσ δειγματολθψίασ ιταν αναμενόμενεσ και δικαιολογθμζνεσ. (Εικόνα 22). Σι υπόλοιποι ςτακμοί δειγματολθψίασ βρίςκονται ςε μεγαλφτερθ απόςταςθ από τθν ακτογραμμι, ≥ 3m, και ςυνεπϊσ αναμζνονταν μικρότερεσ τιμζσ υγραςίασ, οι οποίεσ παρατθρικθκαν. Αντίκετα, το άλλο ντουσ, που αντιςτοιχεί ςτο ςτακμό δειγματολθψίασ S19 είχε τιμζσ υγραςίασ 0 – 0,1%. Θ διαφορά αυτι δεν αποδεικνφει τθ μικρότερθ χριςθ του αφοφ αυτι παρατθρικθκε εξίςου. Θ διαφορά αυτι οφείλεται ςτθν ιδιαίτερθ κζςθ που λιφκθκαν τα δείγματα άμμου προσ ανάλυςθ.
Εικόνα 21: Ντουσ. Θ περίςςεια νεροφ διοχετεφεται ςτθ γφρω περιοχι.
Εικόνα 22: Υγρι άμμοσ ςτθν ακτογραμμι.
Δε βρζκθκε ςυςχζτιςθ μεταξφ τθσ υγραςίασ και των ςυγκεντρϊςεων των μυκιτων ςτθν άμμο. Αυτό δείχνει ότι θ παράμετροσ τθσ ςυγκζντρωςθσ των μυκιτων είναι ανεξάρτθτθ από τθν υγραςία. Χε μελζτθ όπου ελζγχκθκε εργαςτθριακά ςε ελεγχόμενεσ ςυνκικεσ θ επίδραςθ τθσ υγραςίασ και τθσ κερμοκραςίασ ςτθν ανάπτυξθ των μυκιτων ο Ayerst (1969) βρικε ότι ποςοςτά υγραςίασ πάνω από 70% είναι τα πλζον κατάλλθλα για τθν ανάπτυξθ πολλϊν ειδϊν μυκιτων όπωσ ο Aspergillus niger, Aspergillus fumigatus, Penicillium cyclopium και άλλοι. Χε μελζτθ τουσ οι Barros et al. (1993) ζδειξαν ότι ποςοςτά υγραςίασ μεγαλφτερα από 30% και μικρότερα από 80% είναι κατάλλθλα για τουσ
61 μικροοργανιςμοφσ. Σι ίδιοι αναφζρουν ότι θ υγραςία που παρατθρείται ςτθ φφςθ είναι και θ ιδανικότερθ για τθν ανάπτυξι τουσ.
Δεδομζνου ότι υπάρχει μζτρια ςυςχζτιςθ μεταξφ τθσ ςυγκζντρωςθσ των μυκιτων και του pH αλλά όχι με τθν υγραςία δείχνει ότι θ χωρικι κατανομι των μυκιτων ίςωσ να οφείλεται και ςε άλλεσ παραμζτρουσ οι οποίεσ όμωσ δεν εξετάςτθκαν. Ζνα παράδειγμα τζτοιων παραμζτρων είναι θ κερμοκραςία ι οι ποςότθτεσ των ανόργανων κρεπτικϊν αλάτων πχ. άνκρακασ (C) και άηωτο (Ρ), ι ακόμα και ο αρικμόσ των χρθςτϊν ςε μια παραλία. Για παράδειγμα οι Battilani et al. (2006) βρικαν ότι θ καταλλθλότερθ κερμοκραςία για τθν ανάπτυξθ κάποιων ειδϊν μυκιτων που μολφνουν τουσ αμπελϊνεσ είναι 30 - 37°C. Πε εργαςτθριακό πείραμα ο Ayerst (1969) ζδειξε ότι οι ίδιεσ κερμοκραςίεσ είναι καταλλθλότερεσ για τθν ανάπτυξι τουσ. Σι Fromm et al. (1993) ζδειξαν ότι υπάρχει ςυςχζτιςθ μεταξφ τθσ ςυγκζντρωςθσ των μικροοργανιςμϊν και οργανικοφ φορτίου (r=0,79). Σι Papadakis et al. (1997) ςυςχζτιςαν τον αρικμό των ειδϊν των μυκιτων με τον αρικμό των χρθςτϊν ςε μια παραλία αναψυχισ.
Χτθν εργαςία αυτι παρουςιάςτθκε θ χριςθ γεωςτατιςτικϊν μεκόδων ανάλυςθσ για τθν εξζταςθ τθσ χωρικισ κατανομισ των μυκιτων ςτθν άμμο και ςτθ βελτιςτοποίθςθ του δικτφου ςτακμϊν δειγματολθψίασ. Θ αυτοςυςχζτιςθ ςτθν χωρικι κατανομι των μυκιτων και οι διευκφνςεισ μζγιςτθσ και ελάχιςτθσ ανιςοτροπίασ που ανιχνεφτθκαν οδθγοφν ςτο ςυμπζραςμα ότι τα βαριογράμματα μποροφν να περιγράψουν ικανοποιθτικά τισ χωρικζσ δομζσ που παρατθρικθκαν. Ψα επιφανειακά βαριογράμματα ζδειξαν με μεγάλθ ακρίβεια τισ διευκφνςεισ ςτισ οποίεσ εμφανίηεται θ μζγιςτθ ανομοιογζνεια τθσ παραμζτρου επιτρζποντασ ζτςι τθ βελτιςτοποίθςθ του δικτφου ςτακμϊν δειγματολθψίασ και τθν παρατιρθςθ δομϊν και τάςεων ςτθ χωρικι κατανομι των μυκιτων που δεν ιταν δυνατό να παρατθρθκοφν με το αρχικό δίκτυο ςτακμϊν δειγματολθψίασ. Φάνθκε ότι θ χωρικι κατανομι των μυκιτων δεν είναι τυχαία, αλλά ότι εξαρτάται από διάφορουσ παράγοντεσ είτε αυτοί είναι ανκρωπογενείσ είτε περιβαλλοντικοί. Σικολογικζσ μελζτεσ αναφζρονται ςτθν ανομοιογζνεια και τθ μεταβλθτότθτα των πλθκυςμϊν των οργανιςμϊν που ηουν ςτο ζδαφοσ ωσ
«κόρυβο» (Ettema and Wardle, 2002), μθ επιτρζποντασ τθν ποςοτικι εκτίμθςθ και τθν ικανοποιθτικι ερμθνεία των αποτελεςμάτων (Aubert et al., 1987; Figueras et al., 1992; Oshiro and Fujioka, 1995; Ettema and Wardle, 2002). Υαρόλα αυτά όμωσ, θ μεταβλθτότθτα ςτθ ςυγκζντρωςθ των μικροοργανιςμϊν ςτθν άμμο φαίνεται να είναι το «κλειδί» και όχι το εμπόδιο ςτθν καλφτερθ κατανόθςθ τθσ δομισ και τθσ λειτουργίασ ενόσ ςυςτιματοσ (Ettema and Wardle, 2002).
Θ εργαςία αυτι αφορά ςε δεδομζνα πεδίου τθσ καλοκαιρινισ μόνο περιόδου. Θ πρϊτθ δειγματολθψία ζγινε ςτισ 21 Λουλίου με 42 δείγματα και θ ςυμπλθρωματικι ςτισ 4 Αυγοφςτου με 7 νζα δείγματα από νζουσ ςτακμοφσ δειγματολθψίασ. Δεδομζνου του αυξθμζνου τουριςμοφ και τθσ προςζλευςθσ ςε μια παραλία αναψυχισ παρακεριςτϊν και λουόμενων, είναι αναμενόμενεσ οι υψθλότερεσ ςυγκεντρϊςεισ μυκιτων ςτθν άμμο τθν περίοδο αυτιν (Velegraki et al., 1986;
Papadakis et al., 1997). Κα ιταν εξίςου ενδιαφζρον να γίνει εξζταςθ και ςε άλλεσ χρονικζσ περιόδουσ ϊςτε να βγουν ςυμπεράςματα και ςε χρονικι κλίμακα για τθ χωρικι κατανομι και μεταβλθτότθτα τθσ ςυγκζντρωςθσ των μυκιτων ςτθν άμμο μιασ παραλίασ αναψυχισ.
62
8 ΒΙΒΛΙΟΓΡΑΥΙΑ
Ξενόγλωσση Βιβλιογραφία
Afifi, S., Elmanama, A., Shubair, M., 2000. Microbiological assessment of beach quality in Gaza Strip, Egypt journal of Medical Laboratory Sciences 9.
Ahammed, M. M., Chaudhuri, M., 1996. Sand-based filtration/adsorption media, Journal of Water Supply Research and Technology-Aqua 45, 67–71.
Ahearn D. G., Roth F. J. and Meyers S. P., 1968. Ecology and characterization of yeasts from aquatic regions of South Florida, Marine Biology 1, 291-308.
Alm, E. W., Burke, J., Spain, A., 2003. Fecal indicator bacteria are abundant in wet sand at freshwater beaches, Water Research 37, 3978–3982.
Anderson, J. H., 1979. In vitro survival of human pathogenic fungi in seawater, Sabouraudia 7, 1–12.
Anderson, M. L., Whitlock, J. E., Harwood, V. J., 2005. Persistence and differential survival of fecal indicator bacteria in subtropical waters and sediments, Applied and Environmental Microbiology 71, 3041–3048.
Arvanitidou, M., Kanellou, K., Katsouyannopoulos, V., Tsakris, A., 2002. Occurrence and densities of fungi from northern Greek coastal bathing waters and their relation with faecal pollution indicators, Water Research 36, 5127–5131.
Ashbolt, N., Grohmann, G., Kueh, C., 1993. Significance of specific bacterial pathogens in the assessment of polluted receiving waters of Sydney, Water Science and Technology 27, 449–452.
Aubert, M., Mathonnet, S., Gillemaut, C., 1987. Dépollution des plages par l’eau de mer éléctrolysée. Effects sur les micro-organismes pathogens. [Cleaning of beaches with electrolysed seawater. Effects on pathogenic microorganisms.], Revue Internationale d’Océanographie Médicale, 85–86, 222–227.
Ayerst, G., 1969. The Effects of Moisture and Temperature on Growth and Spore Germination in some Fungi, Journal of Stored Products Research, 127 – 141.
Barros, N., Gomez – Orellana, I., Feijóo, S., Balsa, R., 1995. The Effect of soil moisture on soil microbial activity studied by microcalorimetry, Thermochimica Acta 249, 161 – 168.
Bääth, E., Anderson, T.H., 2003. Comparison of soil fungal/bacterial ratios in a pH gradient using physiological and PLFA-based techniques. Soil Biology & Biochemistry 35, 955 – 963.
Bartier, P. M., Keller, C. P., 1996. Multivariate interpolation to incorporate thematic surface data using inverse distance weighting (IDW), Computers and Geosciences 22, 795 – 799.
Bartram, J., Rees, G., ed., 2000. Monitoring bathing waters: a practical guide to the design and implementation of assessments and monitoring programmes, London, E & FN Spon. Published on behalf of the World Health Organization, Commission of the European Communities and US Environmental Protection Agency, 311.
Bascompte, J., Solé, R., 1995. Rethinking complexity: Modelling spatiotemporal dynamics in ecology, Trends in Ecology and Evolution 10, 361 – 366.
Battilani, P., Barbano, C., Marin, S., Sanchis, V., Kozakiewicz, Z., Magan, N., 2006. Mapping of Aspergillus Section Nigri in Southern Europe and Israel based on geostatistical analysis, International Journal of Food Microbiology 111, 572 – 582.
Bendel, C.M., Hostetter, M.K., McClellan, M., 1993. Distinct mechanisms of epithelial adhesion for Candida albicans and Candida tropicalis: identification of the participating ligands and development of inhibitory peptides, Journal of Clinical Investigation 92, 1840–1849.
Bonilla, T. D., Nowosielski, K., Cuvelier, M., Hartz A., Green, M., Esiobu, N., McCorquodale, D. S, Fleisher, J. M., Rogerson, A., 2007. Prevalence and distribution of fecal indicator organisms in South Florida beach sand and preliminary assessment of health effects associated with beach sand exposure, Marine Pollution Bulletin 54, 1472–1482.
Brady, N. C., Weil, R .R., 2002. The Nature and Properties of Soil, 13th ed. Springer Netherlands, 249.
Buck, J. D., 1977. Candida albicans. In Bacterial Indicators: Health Hazards Associated with Water, ASTM STP 635 (Edited by Hoadtey A. W. and Dutka B. J.), American Society for Testing and Materials, 139-147.
Burrough, P. A., 1996. Principles of Geographical Information Systems for land resources assessment, New York, Oxford University Press, 356.
Byappanahalli, M.N., Fujioka, R.S., 1998. Evidence that tropical soil environment can support the growth of Escherichia coli. Water Science and Technology 38, 171–174.
63 Carrillo, M., Estrada, E., Hazen, T. C., 1985. Survival and enumeration of the fecal indicators Bifidobacterium adolescentis and Escherichia coli in a tropical rain-forest watershed, Applied and Environmental Microbiology 50, 468-476.
Carillo-Muñoz A. J., Torres-Rodriguez J. M., Madrenys-Brunet N., Dronda-Ayza A., 1990. Comparative study on the survival of 5 species of dermatophytes and Scopulariopsis brevicaulis in beach sand under laboratory conditions. Revista Iberoamericana de Microbiologia 7, 36-38.
Catherine, A., Troussellier, M., Bernard, C., 2008. Design and application of a stratified sampling strategy to study the regional distribution of cyanobacteria (Ile – de – France, France), Water Research 42, 4989- 5001.
Chorus, I., 2001. Cyanotoxins. Occurrence, Causes, Consequences, Springer Publishers Heidelberg, Berlin, 357.
Codinachs, R., Isern, V. M., Ferrer-Escobar A., Fernandez Perez, M., F., 1988. Microbiological contamination of the sand from the Barcelona city beaches, Revista de Sanidad e Higiene Publica 62, 1537-544.
Coffey, R., Cummins, E., O’Flaherty, V., Cormican, M., 2010. Analysis of the soil and water assessment tool (SWAT) to model Cryptosporidium in surface water sources, Biosystems Engineering 106, 303-314.
Cook, C. M., Vardaka, E., Lanaras, T., 2004. Toxic cyanobacteria in Greek freshwaters, 1987-2000: occurrence, toxicity and impacts in the Mediterranean region, Acta Hydrochimica et Hydrobiologica Weinheim 32, 107-24.
Craig, D. L., Fallowfield, H. J., Cromar, N. J., 2004. Use of macrocosms to determine persistence of Escherichia coli in recreational coastal water and sediment and validation with in situ measurements, Journal of Applied Microbiology 96, 922-930.
Davies, C. M., Long, J. A., Donald, M., Ashbolt, N. J., 1995. Survival of fecal microorganisms in marine and freshwater sediments, Applied Environmental Microbiology 61, 1888-1896.
Dessaint, F., Caussanel, J. P., 1994. Trend surface analysis: a simple tool for modelling spatial patterns of weeds, INRA, Laboratoire de Malherbologie, F-021034 Dijon Cedex, France, Crop Protection 13, 433- 438.
Directive 2006/7/EC, 2006. Directive 2006/7/EC of the Europoean parliament and of the council of 15 February 2006 concerning the management of bathing water quality and repealing Directive 76/160/EEC.
Directive 76/160/EEC., 1975. Council Directive of 8 December 1975 concerning the quality of bathing water, (76/160/EEC).
Dorner, S. M., Anderson, W. B., Slawson, M. N., Kouwen, N., Huck, P. M., 2006. Hydrologic modelling of pathogen fate and transport, Environmental Science and Technology 40, 4746-4753.
Duarte, C., Canfield, D. E., 1992. Patterns in phytoplankton community structure in Florida lakes, Limnology and Oceanography 37, 155-161.
Elmanama, A. A., Fahd M. I., Afifi S., Abdallah S., Bahr S., 2005. Microbiological beach sand quality in Gaza Strip in comparison to seawater quality, Environmental Research 99, 1-10.
Elmir, S. M., Wright, M. E., Abdelzaher, A., Solo-Gabriele, H.M., Fleming, L.E., Miller, G., Rybolowik, M., Peter Shih, M.T., Pillai, S.P., Cooper, J.A., Quaye, E.A., 2007. Quantitative evaluation of bacteria released by bathers in a marine water, Water Research 41, 3-10.
Ettema, C., Wardle, D. A., 2002. Spatial soil ecology, Review, Trends in ecology & Evolution 117, 177-183.
Fekete, B. M., Vörösmarty, C. J., Roads, J. O., Willmott, C. J., 2004. Uncertainties in precipitation and their impacts on runoff estimates, Journal of Climate 17, 294-304.
Ferguson, C. M., Croke, B., 2005. A Deterministic model to quantify pathogen loads in drinking water catchments: pathogen budget for the Wingecarribee, Water Science and Technology 53, 191-197.
Fernandez, F., Ferrer, M. D., 1982. Estudio microbiologico de la arena de las playas de Barcelona.
[Microbiological study of Barcelona beaches.] Gazeta Sanitaria 3, 13-17.
Figueras, M. J., Guarro, J., Soler, L., Inza, I., Polo, F., 1992. Estudio piloto sobre la contamination de las playas del litoral Catalan. [A pilot study on the contamination of Catalounian beaches.] Proceedings of the 1°
Congreso Nacional del Medio Ambiente, Madrid.
Fromm, H., Winter, K., Filser, J., Hantschel, R., Beese, F., 1993. The influence of soil type and cultivation system on the spatial distributions of the soil fauna and microorganisms and their interactions, Geoderma 60, 109-118.
Frontier, S., 1983. Strategie d’echantillonnage en ecologie, Masson, Paris, 494.
Ghinsberg, R. C., Leibowitz, P., Witkin, H., Mates, A., Seinberg, Y., Bar, D. L., Nitzan, Y., Rogol, M., 1994.
Monitoring of selected bacteria and fungi in sand and sea water along the Tel Aviv coast. Microbios 77, 29-40.
Goovaerts, P., 1997. Geostatistics for Natural Resources Evaluation, Oxford University Press, Oxford, 496.
64 Hagler, A. N., Mendonca-Hagler, L. C., 1981. Yeasts from marine and estuarine waters with different levels of
pollution in the state of Rio de Janeiro, Brazil, Applied and Environmental Microbiology 41, 173-178.
Haller, L., Pote, J., Loizeau, J. L., Wildi, W., 2009. Distribution and survival of fecal indicator bacteria in the sediments of the Bay of Vidy, Lake Geneva, Switzerland, Ecological Indicators 9, 540-547.
Herzfeld, U. C., Zahner, O., 2001. A connectionist-geostatistical approach to automated image classification, applied to the analysis of crevasse patterns in surging ice, Computers and Geosciences 27, 499–512.
Hijnen, W. A., Schijven, J. F., Bonne, P., Visser, A., Medema, G. J., 2004. Elimination of viruses, bacteria and protozoan oocysts by slow sand filtration. Water Science and Technology 50, 147-154.
Howell, J., Coyne, M., Cornelius, P., 1996. Effect of sediment particle size and temperature on fecal bacteria mortality rates and the fecal coliform/fecal streptococci ratio, Journal of Environmental Quality 25, 1216-1220.
Hua, J. M., An, P. L., Winter, J., Gallert, C., 2003. Elimination of COD, microorganisms and pharmaceuticals from sewage by trickling through sandy soil below leaking sewers, Water Research 37, 4395-4404.
Hurst, C. J., Manual of Environmental Microbiology, 2nd edition, American Society for Microbiology, ASM Press, 1138.
Isaaks, E. H., Srivastava, R. M., 1989. An introduction to Applied Geostatistics, Oxford University Press, New York, 592.
Jarvis, W. R., 1995. Epidemiology of nosocomial fungal infections, with emphasis on Candida species, Clinical Infectious Diseases 20, 1526-1530.
Jeffrey, S. J., Carter, J. O., Moodie, K. B., Beswick, A. R., 2001. Using spatial interpolation to construct a comprehensive archive of Australian climate data, Environmental Modelling Software 16, 309-330.
Kern, M. E., Blevins, K. S., 1997. Medical Mycology. A Self-Instructional Text, second ed. A.S. Davis Company, Philadelphia, 242.
Khiyama, H. M., Makemson J. C., 1973. Sand beach bacteria: enumeration and characterization. Applied Microbiology, 26, 293-297.
Kinzelman, J. L., Whitman, R. L., Byappanahalli, M., Jackson, E., Bagley, R.C., 2003. Evaluation of beach grooming techniques on Escherichia coli density in Foreshore Sand at North Beach, Racine, WI. Lake and Reservoir Management 19, 349-354.
Kitsiou, D., Tsirtsis, G., Karydis, M., 2000. Developing an optimal sampling design: A case study in a Coastal Marine Ecosystem, Environmental Monitoring and Assessment 71, 1-12.
Kitsiou, D., Nitis, T., Kostopoulou, M. K., Maravelakis, N., Maneas, G., 2007. Evaluation of spatial interpolators in the framework of a Geographical Information System: A case study using oceanographic data, 1-8.
Kohlmeyer, J., Kohlmeyer, E., 1979. Marine Mycology: The Higher Fungi, Academic Press, New York, 690.
Kwon-Chung, K. J., Bennett, J. E., 1992. Medical Mycology. Lea and Febiger, Philadelphia, 866.
Lachance, M. A., Miranda, M., Miller, M. W., Phaff, H. J., 1976. Dehiscence and active spore release in pathogenic strains of the yeast Metschnikowia bicuspidata var. australis: possible predatory implications, Canadian Journal of Botany 22, 1756-1761.
Lam, N. S-N., 1983. Spatial Interpolation Methods: A review, The American Cartographer 10, 129-149.
Lauber, C. L., Strickland, M. S., Bradford, M. A., Fierer, N., 2008. The influence of soil properties on the structure of bacterial and fungal communities across land-use types. Soil Biology & Biochemistry 40, 2407-2415.
Medema, G. J., Schijven, J. F., 2001. Modelling the sewage discharge and dispersion of Cryptosporidium and Giardia in surface water, Water Research 35, 4307-4316.
Marion, B., 2008. Poster: Comparison of predictive models for PV Module Performance, NREL/PO – 520 - 43288, National Renewable Energy Laboratory.
Mendes B., Urbano P., Alves C., Lapa N., Norais J., Nascimento J., Oliveira J. F. S., 1997. Sanitary quality of sands from beaches of Azores islands, Water Science and Technology 35, 147-150.
Meyers, S. P., Ahearn, D. G., 1974. Implications of yeasts and yeast-like fungi in marine processes, Veroeff. Inst.
Meeresforsch. Bremerh. Supplement 5, 321-338.
Morris, C. E., Bardin, M., Berge, O., Frey-Klett, P., Fromin, H., Girardin, H., Guinebretiere, M. H., Lebaron, P., Thiery, J. M., Troussellier, M., 2002. Microbial biodiversity: approaches to experimental design and hypothesis testing in primary scientific literature from 1975 to 1999, Microbiology and Molecular Biology Reviews 66, 592-616.
Mӧttӧnen, M., Jarvinen, E., Hokkanen, T. J., Kuuluvainen, T., Ohtonen, R., 1999. Spatial distribution of soil ergosterol in the organic layer of a mature Scots pine (Pinus sylvestris L.) forest, Soil Biology and Biochemistry 31, 503-516.
65 Nestor I., Costin-Lazar L., Sovrea D., Ionescu N., 1984. Detection of enteroviruses in sea water and beach sand,
Zentralblatt für Bakteriologie, Mikrobiologie und Hygiene Abteilung 1, 527-534.
Nix, P., Daykin, M., Vilkas, K., 1993. Sediment bags as an integrator of fecal contamination in aquatic systems, Water Research 27, 1569-1576.
Oliver, M. A., Webster, R., 1990. Kriging: A method of interpolation information systems, International Journal of Geographic Information Systems 4, 313-332.
Oshiro, R., Fujioka, R., 1995. Sand, soil, and pigeon droppings – sources of indicator bacteria in the waters of Hanauma Bay, Oahu, Hawaii, Water Science and Technology 31, 251-254.
Pannatier, Y., 1996. Statistics and Computing: Variowin, Software for Spatial Data Analysis in 2D, Springer – Verlag New York, Inc., 91.
Papadakis, J. A., Mavridou, A., Richardson, S. C., Lampiri, M., Marcelou, U., 1997. Bather-related microbial and yeast populations in sand and seawater, Water Research 31, 799-804.
Pietri, J. C. A., Brookes P. C., 2008. Relationships between soil pH and microbial properties in a UK arable soil, Soil Biology & Biochemistry 40, 1856-1861.
Pike E. B., 1994. Health effects of sea bathing (WMI 902 l) - Phase III, Final Report to the Department of the Environment, WRc DoE 3412/2 1994.
Pitlik S., Berger S. A., Huminer D., 1987. Nonenteric infections acquired through contact with water, Reviews of Infectious Diseases 9, 54-63.
Rail C. D., 1989. Groundwater contamination: sources, control and preventive measures, Technomic, 139.
Reynolds, C. S., Petersen, A. C., 2000. The distribution of planktonic cyanobacteria in Irish lakes in relation to their trophic states, Hydrobiologia 424, 91-99.
Robertson, G. P., Klingensmith, M. K., Klug, M. J., Paul, E. A., Crum, J. R., Ellis, B. G., 1997. Soil resources, microbial activity, and primary production across an agricultural ecosystem, Ecological Applications 7, 158-170.
Rossi, R. E., Mula, D. J., Journel A. G., Franz, E. H., 1992. Geostatistical tools for modelling and interpreting ecological spatial dependence, Ecological Monographs 2, 277-314.
Rousk, J., Brookes, P. C., Bääth, E., 2010. Investigating the mechanisms for the opposing pH relationships of fungal and bacterial growth in soil, Soil Biology & Biochemistry 42, 926-934.
Salvo, V. S., Fabiano, M., 2007. Mycological assessment of sediments in Ligurian beaches in the Northwestern Mediterranean: Pathogens and opportunistic pathogens, Journal of Environmental Management 83, 365-369.
Schrӧder, W., 2006. GIS, geostatistics, metadata banking, and tree-based models for data analysis and mapping in environmental monitoring and epidemiology, Mini – Review, International Journal of Medical Microbiology 296, 23-36.
Shibata, T., Solo-Gabriele, H. M., Fleming, L. E., Elmir, S., 2004. Monitoring marine recreational water quality using multiple microbial indicators in an urban tropical environment, Water Research 38, 3119-3131.
Siepmann, R., Hoehnk, W., 1962. Ueber hefen und einige pilze (Fungi imp., Hyphales) aus dem Nordatlandtik.
Veroff. Inst. Meeresforschung Bremerhaven 8, 79-97.
Solo-Gabrielle, H. M., Wolfert, M. A., Desmarais, T. R., Palmer, C. J., 2000. Sources of E. coli in a coastal subtropical environment, Applied Environmental Microbiology 66, 230-237.
Spokas, K., Graff, C., Morcet, M., Aran, C., 2003. Implications of the spatial variability of landfill emission rates on geospatial analyses, Waste Management 23, 599-607.
Tomczak, M., 1998. Spatial Interpolation and its Uncertainty Using Automated Anisotropic Inverse Distance Weighting (IDW) – Cross Validation/Jacknife Approach, Journal of Geographic Information and Decision Analysis 2, 18-30.
Tomlin, C. D., 1990. Geographic Information Systems and Cartographic Modelling, Prentice Hall, Englewood Cliffs, New Jersey, 572.
USEPA, 1999. Action plan for beaches and recreational waters, Office of Research and Development and Office of Water, Washington, DC.
USEPA, 2000. Improved Enumeration Methods for the Recreational Water Quality Indicators: Enterococci and Escherichia coli, Office of Science and Technology, Washington, DC.
Van Donsel, D., Geldreich, E., 1971. Relationship of salmonellae to fecal coliforms in bottom sediments, Water Resources 5, 1079-1087.
Vidal – Vazquez, V., Vivas – Miranda, J. G., Paz – Gonzales, A., 2005. Characterizing anisotropy and heterogeneity of soil surface microtopography using fractal models, Ecological Modelling 182, 337-353.
Velegraki-Abel, A., Marselou-Kinti, U., Richardson, C., 1987. Incidence of yeasts in coastal sea water of the Attica peninsula, Greece, Water Research 21, 1363-1369.
66 Vogel, C., Rogerson, A., Schatz, S., Laubach, H., Tallman, A., Fell, J., 2007. Prevalence of yeasts in beach sand at
three bathing beaches in South Florida, Water Research 41, 1915-1920.
Vukovic, Z., Robic-Radovanovic, A., Latkovic, Z., Radavanovic, Z., 1995. An epidemiological investigation of the first outbreak of rhinosporidiosis in Europe, Journal of Tropical Medicine Hygiene 98, 333-337.
Walker, F. R., Stedinger, J. R., 1999. Fate and transport model of Cryptosporidium, Journal of Environmental Engineering 125, 325-333.
Wardle, D. A., 1992. A comparative assessment of factors which influence microbial biomass carbon and nitrogen levels in soil. Biological Reviews of the Cambridge Philosophical Society 67, 321-358.
Watson, D. F., Philip G. M., 1985. A refinement of inverse distance weighted interpolation: Geo-Processing 2, 315-327.
Webster, R., Boag, B., 1992. Geostatistical analysis of cyst nematodes in soil, Journal of Soil Science 43, 583- 595.
Whitman, R. L., Nevers, M. B., 2003. Foreshore sand as a source of Escherichia coli in nearshore water of a Lake Michigan beach, Applied Environmental Microbiology 69, 5555-5562.
Whitman, R. L., Shively, D. A., Pawlik, H., Nevers, M. B., Byappanahalli, M. N., 2003. Occurrence of Escherichia coli and enterococci in Cladophora (Chlorophyta) in nearshore water and beach sand of Lake Michigan, Applied and Environmental Microbiology 69, 4714-4719.
WHO, 1998. Draft Guidelines for Safe Recreational Water Environment: Coastal and Fresh Water, World Health Organization, Geneva.
WHO, 2003. Guidelines for Safe Recreational Water Environments, Coastal and Fresh Waters, vol. 1, WHO Regional Office for Europe, Geneva.
Willen, T., Mattson, R., 1997. Water – blooming and toxin-producing cyanobacterial in Swedish fresh and brackish waters, 1981 – 1995, Hydrobiologia 353, 181-192.
Wilmott, C. J., Matsuura, K., 2005. Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance, Climate Research 30, 79-82.
Wingle, W. L., Poeter, E. P., 1993. Uncertainty Associated with Semivariograms Used for Site Simulation, Ground Water 31, 725-734.
Worboys, M. F., 1995. Geographic Information Systems. A computing Perspective, Taylor and Francis, London, 392.
Ελλθνικι Βιβλιογραφία
Παυρίδου, Α., Υαπαπετροποφλου, Π., 1995. Πικροβιολογία Ωδάτινου Υεριβάλλοντοσ: Βαςικζσ αρχζσ, Εκδόςεισ Υ. Ψραφλου, 222.
Ξ.Ω.Α. 46399/4352/86 (ΦΕΞ 438Β/3 – 7 – 86), Υερί απαιτοφμενθσ ποιότθτασ των επιφανειακϊν νερϊν, που προορίηονται για: «πόςιμα», «κολφμβθςθ», «διαβίωςθ ψαριϊν ςε γλυκά νερά»… ςε ςυμμόρφωςθ με τισ οδθγίεσ του Χυμβουλίου των Ευρωπαϊκϊν Ξοινοτιτων 75/440/ΕΣΞ, 76/160ΕΣΞ, 78/659/ΕΣΞ, 79/923/ΕΣΞ, 79/869/ΕΣΞ.
Ιστοσελίδες
www.awwa.org
www.who.int/topics/water www.epa.gov/beaches water.usgs.gov www.watermicro.gr www.doctorfungus.org
microbiology.mtsinai.on.ca/mig greek.wunderground.com www.esri.com
67
ΠΑΡΑΡΣΗΜΑ
1. SABOURAUD DEXTROSE AGAR (SDA) with CHLORAMPHENICOL 0.5 g/L.
ΠΕΡΙΓΡΑΥΗ ΚΑΙ ΦΡΗΗ
To Sabouraud agar ζχει αναπτυχκεί για τθν απομόνωςθ, τθν αναγνϊριςθ και τθν καλλιζργεια των μυκιτων. Ψο όξινο pH του επιτρζπει τθν ανάπτυξθ - καλλιζργεια μυκιτων ενϊ δρα αναςταλτικά ςτθν ανάπτυξθ βακτθρίων. Πε τθν προςκικθ 0,5g/L Chloramphenicol, το κρεπτικό αυτό είναι κατάλλθλο για τθν απομόνωςθ των δερματοφφτων και των άλλων πακογόνων μυκιτων προερχόμενα από μολυςμζνα δείγματα (πχ. περιττϊματα, φλζγματα, νφχια, μαλλιά κτλ.). Θ Χλωραμφενικόλθ (Chloramphenicol) είναι αντιβιοτικό ευρζωσ φάςματοσ και είναι ικανι να αναςτείλει τθν ανάπτυξθ ενόσ μεγάλου εφρουσ Gram αρνθτικϊν και Gram κετικϊν βακτθρίων.
ΤΣΑΗ ΑΝΑ ΛΙΣΡΟ
ΟΥΣΙΑ ΡΟΣΟΤΘΤΑ (g)
Peptone 10.00g
Glucose 40.00g
Chloramphenicol 0.50g
Agar 12.30g
ΣΕΛΙΚΟ pH ΕΣΟΙΜΟΤ ΘΡΕΠΣΙΚΟΤ ΤΛΙΚΟΤ pH: 5,6 ± 0,2
ΠΡΟΕΣΟΙΜΑΙΑ ΣΟΤ ΘΡΕΠΣΙΚΟΤ ΤΛΙΚΟΤ
Θ προετοιμαςία του κρεπτικοφ υλικοφ γίνεται με τθν προςκικθ 62,8g αφυδατωμζνου κρεπτικοφ υλικοφ ςε ζνα λίτρο απιονιςμζνο νερό. Κζρμανςθ με ςυνεχι ανάδευςθ και βράςθ για 1 λεπτό ϊςτε να επιτευχκεί θ πλιρθσ διάλυςθ του. Θ αποςτείρωςθ γίνεται ςε αυτόκαυςτο ςτουσ 121°C για 15 λεπτά.
68 ΠΟΙΟΣΙΚΑ ΦΑΡΑΚΣΗΡΙΣΙΚΑ
ΘΕΡΤΙΚΟ ΥΛΙΚΟ ΚΑΤΑΣΤΑΣΘ
Αφυδατωμζνο Σμογενισ, ανοιχτόχρωμθ ςκόνθ
Ζτοιμο προσ χριςθ Ανοιχτό πορτοκαλί χρϊμα που ιριδίηει ελαφρά
ΔΡΑΗ
Οργανιςμόσ Δράςθ
Escherichia coli ATCC 25922 Ξαμία ανάπτυξθ
Staphylococcus aureus ATCC25293 Ξαμία ανάπτυξθ
Aspergillus niger ATCC 16404 Παφρθ υφι
Candida albicans ATCC 10231 Οευκζσ κρεμϊδεισ αποικίεσ
ΑΠΟΘΗΚΕΤΗ ΚΑΙ ΤΝΣΗΡΗΗ
Ωσ αφυδατωμζνο κρεπτικό υλικό κα πρζπει να διατθρείται ςε κερμοκραςίεσ μεταξφ 10 - 25°C. Από το άνοιγμα του δοχείου και φςτερα κα πρζπει να διατθρείται ςε ςκοτεινό και ξθρό περιβάλλον. Ψο κρεπτικό υλικό δε κα πρζπει να χρθςιμοποιθκεί ςε περίπτωςθ που θ ςκόνθ ζχει μετατραπεί ςε άμορφθ ςυμπαγισ μάηα και ςε περίπτωςθ που το χρϊμα του ζχει μεταβλθκεί από το κανονικό του.
69