Escolar Documentos
Profissional Documentos
Cultura Documentos
Orientador:
Rio de Janeiro
Fevereiro de 2022
ANÁLISE DO DECAIMENTO DE PATÓGENOS ORIGINÁRIOS DE
CONTAMINAÇÃO FECAL EM CORPOS D’ÁGUA FLUVIAIS: UM ESTUDO DE
CASO DA BACIA DO RIO PAVUNA-MERITI
Examinado por:
_____________________________________________________
_____________________________________________________
_____________________________________________________
Fevereiro de 2022
1
Resumo do projeto de graduação apresentado à Escola Politécnica/UFRJ como parte dos
requisitos necessários para a obtenção do grau de Engenheiro Ambiental.
Fevereiro/2022
2
Abstract of project presented to the Polytechnic School/UFRJ as part of the necessary
requirements to obtain the degree of Environmental Engineer.
February/2022
Understanding how the river network of a hydrographic basin lacking sewage infrastructure
can serve as a transport mechanism for organisms with pathogenic potential is crucial for
the decision-making process regarding investments in infrastructure and response. In the
case of SARS-CoV-2, which so far has not shown potential to transmit infection by water,
its identification aims to provide subsidies to public health policies, through monitoring
based on wastewater-based epidemiology (WBE). To achieve these objectives for the
Pavuna-Meriti basin, a one-dimensional pathogen decay model was assembled in order to
apply a relatively simple and replicable methodology for this type of study. The results
obtained from the simulation of coliforms return values above the permitted concentration
for the less restrictive water body class in all points downstream of sewage releases. This
result shows the severe reality of the basin in relation to fecal contamination, which may
put at risk the population living in vulnerable localities. The results from the SARS-CoV-2
simulation indicate the unfeasibility of monitoring this organism in the basin, since the
concentrations reported in regions of interest were lower than the minimum required
concentration for the standard identification test. This result indicates the need for an
adequate sewage system for the implementation of WBE systems.
3
Sumário
Lista de Figuras ...................................................................................................................... 6
1. Introdução...................................................................................................................... 10
1.1. Objetivos.................................................................................................................... 11
2. Revisão bibliográfica..................................................................................................... 14
4
3.3. Construção da grade .................................................................................................. 48
5. Conclusões .................................................................................................................... 88
5
Lista de Figuras
Figura 5: Espacialização da renda média por habitante por mês acima de 10 anos de idade
na bacia do Pavuna-Meriti. Elaboração própria, fonte dos dados: IBGE (2010) ................. 32
Figura 6 Regiões de comunidades na bacia. Elaboração Própria. Fonte dos dados: IBGE
(2010) ................................................................................................................................... 33
Figura 14: Pontos de lançamento referentes aos setores sem esgotamento sanitário ........... 41
Figura 15: Pontos de lançamento referentes aos setores cem esgotamento sanitário........... 42
Figura 17: Sobreposição de todos os pontos de lançamento traçado dos percursos do esgoto.
.............................................................................................................................................. 49
6
Figura 18: Traçado completo dos percursos dos esgotos sanitários ..................................... 49
Figura 22: Vazão de esgotos agregada a jusante por ponto de cálculo ................................ 65
7
Figura 40: Intervalos dos resultados de concentração de SARS-CoV-2 em cópias/L para
pontos com vazão de esgotos acima de 1m³/s ...................................................................... 80
Figura 41: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de janeiro 82
Figura 42: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de fevereiro
.............................................................................................................................................. 82
Figura 43: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de março 83
Figura 44: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de abril ... 83
Figura 45:: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de maio . 84
Figura 46: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de junho . 84
Figura 47: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de julho .. 85
Figura 48: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de agosto 85
Figura 49: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de setembro
.............................................................................................................................................. 86
Figura 50: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de otubro 86
8
Lista de Tabelas
Tabela 4 Total de casos reportados e população infectada efetiva para o dia 27 de cada mês
de 2021 ................................................................................................................................. 44
Tabela 5: Dados de vazão referentes à série histórica disponível para as estações na bacia
do Pavuna-Meriti. Fonte: Elaboração própria, dados do HIDROWEB, ANA (2018) ......... 46
Tabela 10: Resultados mês a mês para a carga de SARS-CoV-2 no exutório ..................... 71
Tabela 11: Resumo dos resultados das análises de correlação entre os resultados de
concentração e o número de emissores ativos. ..................................................................... 78
9
1. Introdução
10
tipo de monitoramento tende a ser mais barato, menos invasivo e requer uma logística mais
aplicável a largas escalas, podendo também não apenas quantificar, mas espacializar o
número de casos.
Dessa forma, a estimativa da presença dos patógenos estudados por esse trabalho ao longo
da bacia do Rio Pavuna-Meriti visa obter resultados através de metodologias simples e
replicáveis que possam servir de auxílio a tomada de decisão para políticas de saúde
pública e também de investimentos de saneamento ambiental.
1.1. Objetivos
Esse trabalho tem como objetivos gerais o estudo do sistema fluvial da bacia do complexo
Pavuna-Meriti como meio de transporte de organismos patogênicos oriundos de
contaminação fecal aportada no sistema por esgotos não tratados. Essa análise será feita a
partir de dois focos específicos. O primeiro será o potencial destes corpos hídricos como
transportadores de organismos com potencial patogênico. Esse potencial será investigado
principalmente através de organismos indicadores de contaminação fecal. A outra
abordagem será no sentido de analisar o potencial dos rios contidos na bacia como
indicadores de saúde, sob a ótica de epidemiologia baseada em águas residuárias (WBE).
Essa abordagem será direcionada para o estudo de caso de SARS-CoV-2, um organismo
que não apresenta potencial de contaminação conhecido por corpos d’água, mas que vem
11
sendo alvo de estudos de monitoramento com base nos esgotos com resultados promissores,
inclusive em localidades próximas à bacia estudada.
A partir dos objetivos gerais propostos, pode-se definir os seguintes objetivos específicos
do trabalho:
12
4. Obtenção dos dados de entrada do modelo referentes à vazão e velocidade de
escoamento em cada trecho, a partir do software MODCEL.
5. Metodologia de cálculo para se obter os valores de vazão, carga de partículas e
concentração a montante e jusante de cada trecho.
6. Calibração e validação dos resultados com base em dados de monitoramentos de
qualidade de água de rios.
7. Interpretação dos resultados com base em WBE e análise de sensibilidade do modelo
apresentado.
8. Discussão e conclusão com base nos objetivos apresentados.
13
2. Revisão bibliográfica
Microrganismos estão naturalmente presentes nos cursos d’água e são fundamentais para as
dinâmicas biogeoquímicas e ecossistêmicas desse tipo de meio, por desempenharem
diversas funções regulatórias, relacionadas intimamente à transformação de matéria. O
próprio tratamento biológico de águas residuárias depende essencialmente da atuação de
microrganismos.
O entendimento do comportamento desse tipo de organismo e como sua presença pode ser
simulada são a pergunta chave para a construção do modelo proposto pelo trabalho. A
partir disso, a temática acerca da interação desses organismos com o meio aquático, a
modelagem de sua presença em corpos d’água e as possíveis aplicações desse tipo de
estudo serão os assuntos centrais abordados na revisão bibliográfica.
14
No entanto, a presença desses organismos em corpos d’água pode ser de difícil detecção,
devido a sua reduzida concentração, principalmente após a diluição dos esgotos no corpo
hídrico. Assim, faz-se necessária a utilização de organismos indicadores de contaminação
fecal, geralmente associados às bactérias do grupo coliforme. As bactérias desse grupo são
os indicadores mais utilizados para contaminação fecal em corpos d’água por uma série de
fatores (Von Sperling, 2014), como:
Os coliformes são organismos que tem como condições ambientais ótimas aquelas do trato
intestinal do ser humano. Quando expostos a condições adversas, como as águas de um
Rio, tendem a diminuir em número. Esse fenômeno é caracterizado como decaimento. O
decaimento de coliformes e patógenos em geral pode ser aproximado por modelos
15
matemáticos, que visam representar a cinética do decaimento para cada tipo de organismo
(Von Sperling, 2014).
= −K ∗ N (1)
Onde:
Essa equação pode ser integrada em relação ao tempo, levando a uma fórmula para a
concentração ou número de coliformes em função do tempo, representada pela Equação 2.
N = N ∗ e( ∗ ) (2)
Onde:
16
A constante de decaimento para cada organismo, por sua vez, varia de acordo com uma
série de fatores, como turbulência do corpo d’água, incidência solar, e até mesmo a própria
concentração de organismos (Baldim, 2013; Von Sperling, 2014). No entanto, assume-se
que os valores da constante de decaimento dependam basicamente de dois fatores
principais: as condições bioquímicas do corpo d’água e a temperatura (Von Sperling,
2014). Normalmente, a determinação dos valores de K e sua variação com a temperatura é
feita empiricamente para cada organismo, a partir da testagem de amostras com
temperaturas e parâmetros de qualidade monitorados. Para o grupo dos coliformes, pode-se
expressar a relação de K com a temperatura a partir da a Equação 3 (Von Sperling, 2014):
K =K ∗ θ( )
(3)
Onde:
2.2. SARS-CoV-2
17
se espalhou pelo mundo e gerou uma crise de saúde mundial, com impactos sem
precedentes nas economias e nos sistemas de saúde ao redor do mundo. Os sintomas
clínicos mais comuns da síndrome respiratória aguda grave são tosse seca, febre, cansaço e
dores no corpo. Na data da redação desse texto, mundialmente já haviam sido registrados
aproximadamente 340 milhões de casos, com 5,6 milhões de óbitos. A região estudada não
se exclui desse cenário, de acordo com a base de dados da universidade John Hopkins
(2022), o Estado do Rio de Janeiro registrou, até o dia 24 de fevereiro de 2021, 1,989
milhões de casos, totalizando 71.659 óbitos (CSSE, 2022), o que representa mais de 1% da
população do estado.
Shutler et al. (2021) fazem uma análise do risco da transmissão de SARS-CoV-2 por águas
de rios por país, baseado em dados de temperatura, população e índices de diluição. No
entanto, o próprio estudo admite que faltam dados para comprovar o potencial infeccioso
do vírus por vias aquáticas e para determinar a fração de vírus viáveis presentes em corpos
d’água, e utiliza uma análise comparada baseado nos dados de adenovírus.
18
Oliveira et al. (2021) conduzem um estudo sobre a viabilidade do SARS-CoV-2 em
amostras de águas de rio e entradas de estação de tratamento de esgoto, ambas em Minas
Gerais – Brasil, com o objetivo de terminar a variação em função da temperatura e
condições ambientais do corpo d’água, variando de esgotos sanitários brutos e rios
altamente impactados por esgotos sanitários a corpos hídricos com turbidez extremamente
baixas. Na realização desse estudo, todas as amostras foram autoclavadas. No entanto,
como a forma de determinação da viabilidade do vírus não foi especificada, os resultados
não serão considerados no cálculo realizado nesse trabalho.
Xiao et al. (2020) conduziram um estudo que conseguiu isolar vírus ativos com
infecciosidade confirmada nas fezes de 2 dos 3 pacientes que tiveram resultados positivos
para RNA na massa fecal. Em contrapartida, esse estudo não analisa a permanência do
potencial infeccioso do vírus após a mistura com outros componentes presentes no
esgotamento sanitário e muito menos provenientes da diluição em corpos d’água
superficiais, que são fatores importantes para se determinar se há potencial de
contaminação por via orofecal.
Portanto, percebe-se que ainda há espaço para mais estudos e obtenção de dados para o
potencial de contaminação do SARS-CoV-2 por vias orofecais. No entanto, como a maioria
da literatura até o momento parece indicar que esse potencial é inexistente ou irrisório, esse
19
trabalho não abordará seus resultados sobre uma ótica de potencial de contaminação de
covid-19 por vias aquáticas.
21
Rio de Janeiro, entre abril e agosto de 2020. Seus resultados mostram que a detecção do
vírus no esgoto acompanhou a tendência do número de casos no período analisado, como
pode-se ver na Figura 1.
Figura 1 Concentrações virais no esgoto de Niterói sobrepostas aos registros de casos e óbitos relacionados ao covid-
19. Fonte: Prado et al.,2021.
Em casos como esse, onde o esgoto está presente no sistema de drenagem urbana, ele se
encontra muito mais diluído, e referências de sistemas de WBE na literatura são mais
escassos. Para o entendimento se é possível esperar bons resultados de monitoramento
nesse tipo de sistema, deve-se entender o comportamento do patógeno em corpos d’água
fluviais. Para isso, o principal aspecto a ser compreendido é o decaimento do SARS-CoV-2
nesse tipo de ambiente.
22
2.2.3. Decaimento de SARS-CoV-2 em águas residuárias.
N = N ∗ e( ∗ ) (2)
Onde:
23
constantes de decaimento obtidas. Os resultados para os valores de K estão expressos na
Tabela 1.
Chin et al. (2020) ao testar amostras in vitro com metodologia similar ao estudo anterior,
obteve um valor de K em função da temperatura expressado na Equação 4. Esse resultado
retornou uma incerteza de 7,5% nas amostras de águas de rio a 22°C.
24
Tabela 2: Resultados para o coeficiente de decaimento de SARS-CoV-2 em águas residuárias não tratadas. Fonte:
Adaptado de Ahmed et al. (2020)
25
3. Metodologia Aplicada
Para se entender o fenômeno de decaimento de patógenos nos corpos d’água de uma bacia
hidrográfica é necessário o conhecimento de aspectos físicos da bacia, como hidrografia e
uso do solo. No entanto, para se ir além e compreender os impactos causados pelo
fenômeno estudado, é importante ter ciência de aspectos estruturais, como o risco de
inundações e sociais, como a distribuição de renda nesse território ou como se organiza a
ocupação do território pela população. Para isso, será realizada uma breve caracterização da
bacia, para que esses conceitos gerais sejam abordados e as análises dos resultados possam
se aproximar mais da realidade dos habitantes da região.
A bacia do rio Pavuna-Meriti, escolhida para investigação neste estudo, fica localizada no
extremo nordeste do município do Rio de Janeiro – RJ, abrangendo também os municípios
de Nilópolis, São João de Meriti e Duque de Caxias.
O principal aspecto físico para se entender o decaimento de patógenos nos corpos d’água
fluviais da bacia é a própria hidrografia. A bacia possui duas principais sub-bacias, a sub-
bacia do rio Acari e a sub-bacia do rio Pavuna. Após o desague do rio Acari, o Rio Pavuna
passa a se chamar Rio São João de Meriti, que tem sua foz na baía de Guanabara, próximo
à Ilha do Governador. A bacia drena uma área de 181 km², e o comprimento total de seus
canais de drenagem é de aproximadamente 180 km (PSAM, 2019). Os limites da bacia e a
hidrografia estão expostos na figura 1.
26
branca, a sudoeste e na extensão do rio Pavuna. Essa característica deixa a bacia propensa a
velocidades de escoamento mais altas nas regiões mais de montante do que nas áreas de
baixada, o que deixa a bacia susceptível a movimentos de massa nas partes mais altas e a
assoreamento e inundações nas partes baixas.
Outro fator que impacta no escoamento superficial da bacia é seu uso do solo. A bacia está
completamente inserida na região metropolitana do Rio de Janeiro, então, naturalmente,
grande parte de sua área é coberta por edificações e superfícies impermeáveis, sendo
majoritariamente tomada por ocupações urbanas de alta e média densidade.
Aproximadamente 129 km² dos 180 km² da bacia estão ocupados por esse tipo de
cobertura, o que representa 71,67% de área de baixa permeabilidade (IPP, 2017). A bacia
possui ainda algumas áreas florestadas e de campo aberto, que contribuem para a
permeabilidade e estabilidade das partes altas. Essas áreas estão bastante concentradas nos
Parques Estaduais da Pedra Branca, ao sul, e do Mendanha, à Oeste da bacia. O mapa que
representa o uso do solo está representado na Figura 3.
27
Figura 3: Tipos de cobertura de solo na bacia do Pavuna-Meriti. Elaboração própria, fonte dos dados:IPP (2017)
A elevada cobertura impermeável na bacia e a transformação dos leitos dos rios em canais
de drenagem retilíneos, como se pode perceber principalmente na parte baixa da bacia (IPP,
2017), reflete um conceito de drenagem urbana que se aproxima do higienismo clássico.
Esse conceito foi concebido visando o afastamento dos esgotos e da poluição dos centros
urbanos, em uma época de um crescimento urbano nunca visto e muitas vezes desordenado.
No momento, esse tipo de abordagem em relação a drenagem cumpriu seu papel de
higienizar as cidades, mas, ao se analisar os impactos que reverberam até hoje, é observada
uma acentuada degradação ambiental da bacia e dos seus rios. Além disso, a ocupação de
zonas propensas a inundação e o aumento intensivo da impermeabilização do solo da bacia
também podem intensificar a ocorrência de inundações em áreas habitadas. Esse impacto
pode ser observado no mapa que representa as áreas suscetíveis a esse tipo de fenômeno,
representado pela Figura 4.
28
Figura 4: Locais com risco de eventos de inundação CPRM (2017).
3.1.2. Saneamento
Figura 5: Sistemas de Esgotamento Sanitários presentes na bacia. Elaboração própria, fonte dos dados: INEA
Como pode-se perceber, existem duas ETEs de grande porte na bacia mapeadas pelo
Programa de Saneamento Ambiental (PSAM), que é a fonte dos dados utilizados nesse
mapa. São elas a ETE Pavuna, mais a jusante, e a ETE Deodoro, mais a montante. Além
disso, afere-se facilmente o déficit de cobertura da rede em relação a área da bacia,
30
principalmente se for levado em consideração o total da área ocupada por edificações,
como já foi apresentado no item anterior.
Sendo assim, para a estimativa o lançamento dos esgotos, optou-se por um método baseado
nessa espacialização das redes ao invés dos indicadores do SNIS, por se considerar essa
informação mais específica apenas para a bacia de estudo e por ser espacializada, o que é
vital para a obtenção dos pontos de lançamento de esgotos não tratados. Essa metodologia
será apresentada em detalhe mais à frente.
31
Figura 6: Espacialização da renda média por habitante por mês acima de 10 anos de idade na bacia do Pavuna-Meriti.
Elaboração própria, fonte dos dados: IBGE (2010)
Esses dados confirmam uma situação de vulnerabilidade social da bacia. Uma população
que majoritariamente ganha menos do que um salário-mínimo por mês por pessoa, caso
impactadas por eventos de inundação ou outros cenários com possibilidade de perdas
materiais ou humanas, tem sua capacidade de reestruturação muito reduzida. Essa realidade
é agravada para as pessoas que residem em regiões de aglomerados subnormais. Essas
regiões são catalogadas pelo IBGE como “comunidades”, o que engloba favelas e
conjuntos habitacionais de baixa renda. Essas regiões, além de possuírem a vulnerabilidade
socioeconômica já discutida, geralmente também sofrem com um afastamento da
infraestrutura do estado, o que se manifesta na falta de serviços públicos, incluindo
esgotamento sanitário e drenagem, o que agrava a falta de resiliência dessa população. Na
Figura 7 podem ser visualizadas as regiões consideradas comunidades inseridas na bacia. A
população residente nessas áreas totaliza aproximadamente 539 mil pessoas,
aproximadamente um terço da população da bacia.
32
Figura 7 Regiões de comunidades na bacia. Elaboração Própria. Fonte dos dados: IBGE (2010)
Além disso, podemos restringir essas áreas para uma condição ainda mais crítica. A partir
do momento que essas pessoas estão em maior condição de vulnerabilidade,
consecutivamente, deduz-se que elas seriam as mais gravemente afetadas em caso de
evento de inundação. Além disso, tendem a ser as pessoas com menos acesso à serviços de
saneamento e saúde. Dessa forma, considera-se que as regiões de comunidade que estão
inseridas em regiões com riscos de inundação são as mais críticas da bacia ao se pensar nos
riscos associados a contaminação fecal nos corpos hídricos. O mapa que representa essas
áreas pode ser visto na Figura 8. Os habitantes dessas regiões totalizam 76,8 mil habitantes,
o que corresponde a aproximadamente 5% dos habitantes da bacia.
33
Figura 8 Regiões de comunidade em áreas sujeitas a inundações. Elaboração Própria, fonte dos dados: IBGE (2010),
CPRM (2017).
34
3.2. Dados de entrada
Qualquer tipo de modelo matemático, dos mais simples aos mais complexos, requerem uma
determinada quantidade de dados de entrada. No caso da simulação abordada por este
trabalho, os principais dados de entrada são referentes ao aporte de patógenos e à
hidrodinâmica dos corpos d’água da região.
No entanto, esse tipo de informação não se dá de forma direta. Para se determinar o aporte
de patógenos, por exemplo, se faz necessária uma série de dados acerca de diferente setores
e áreas de conhecimento. Entre esses dados, estão o aporte de esgotos não tratados, o ponto
de lançamento considerado dos esgotos e a taxa de emissores efetivos de determinado
patógeno. A metodologia implementada para a determinação desses parâmetros é descrita a
seguir.
O principal dado de entrada para o cálculo da contaminação pelos esgotos não tratados é o
aporte de esgoto em si. Para ser possível o cálculo de decaimento, deve-se estimar a
quantidade de esgotos que são lançados no corpo hídrico e a localização desses
lançamentos.
35
Figura 9: Setores censitários na bacia do Pavuna-Meriti. Elaboração Própria, fonte dos dados: IBGE (2010)
Uma observação importante é que os setores censitários são uma divisão política, não
respeitando os limites da bacia hidrográfica. Por isso, a fim de se calcular a população
residente apenas no interior da bacia, calculou-se uma taxa de povoamento (hab/km²) antes
de executar o corte nos setores da borda da bacia, e calculou-se a nova população a partir
dessa taxa de povoamento e da área da nova geometria. A partir desse procedimento que se
obteve a população total residente na bacia, que totaliza 1.616.254 habitantes, como já
exposto anteriormente.
A partir dessa etapa, a população será dividida em regiões com sistema de esgotamento
sanitário e sem sistema de esgotamento sanitário, como será demonstrado a seguir.
36
atendidas com sistema de coleta de esgotos e localidades não atendidas com sistema de
coleta de esgotos.
Para se definir esses dois grupos, foi feita a sobreposição do shapefile de esgotamento
sanitário, proveniente do PSAM, com os setores censitários. O critério utilizado foi
considerar os setores que tivessem qualquer tipo de rede coletora ou rede tronco em seu
interior ou em seu limite seriam considerados como atendidos pelo sistema de esgotamento
sanitário. Os setores que se enquadram nesse grupo podem ser visualizados na Figura 10.
Essas regiões correspondem a 508.738 habitantes, ou seja, 31,48% da população da bacia.
Os demais setores que não possuem nenhum traçado de esgotamento em seus limites foram
considerados como não atendidos pelo sistema de esgotamento sanitário e o esgoto
estimado de suas populações será tratado inicialmente como esgoto não tratado, lançado no
corpo hídrico receptor, seja por lançamento direto ou através das galerias de águas pluviais.
37
Na Figura 11 pode-se visualizar os setores censitários que formam a área considerada como
“sem esgotamento sanitário”.
Essa divisão gerou uma população total considerada sem esgotamento sanitário de
1.107.517 habitantes, ou seja, 68,52% da população da bacia. Sabendo esses montantes e
onde essas pessoas habitam, agora deve-se estimar os pontos de lançamento de esgoto.
Vale lembrar que a metodologia apresentada não é direta para determinar se de fato os
esgotos dessas regiões são ou não tratados. Isso se deve, principalmente ao fato de nem
todos os esgotos coletados serem tratados. Uma parcela dos esgotos coletados pelo sistema
de esgotamento é apenas afastada do ponto de origem, sendo lançado no corpo receptor
sem passar por qualquer processo de tratamento. Para contornar esse problema, serão
atribuídos fatores de multiplicação de 0 a 1 para cada um dos grupos de pontos de
lançamento. Esses fatores serão definidos a partir de um processo de calibração utilizando
como base os dados de concentração de coliformes de estações de monitoramento na bacia.
Esse processo será melhor explicado mais a frente, em um item dedicado à calibração.
38
Além desse erro principal, existem também outros erros inerentes a metodologia que serão
amortizados pelo processo de calibração. Um deles é o fato de que os traçados de
esgotamento obtidos nas bases de dados públicas provavelmente estão ultrapassados devido
à investimentos recentes que visam a universalização do serviço de esgotamento sanitário
no Rio de Janeiro, o que pode superdimensionar a parcela da população sem esgotamento.
Outro possível erro na direção oposta é referente à própria escolha de se utilizar qualquer
sobreposição de rede para considerar aquela região como completamente atendida, o que
tende a subdimensionar a parcela da população sem esgotamento.
O levantamento real dos pontos de lançamento de esgoto nos corpos hídricos de uma bacia
como a analisada nesse trabalho seria uma tarefa extremamente onerosa e, mesmo com os
recursos disponíveis, bastante difícil de ser cumprida com êxito. Esse é um problema
recorrente quando se trata de contribuição difusa de poluição, como no caso dos aportes de
esgotos sanitários em uma região densamente urbanizada. Podem existir e pode-se estimar
que de fato existem muitos pontos de lançamento com vazões das mais variadas. Outro
agravante é o mapeamento precário no Rio de Janeiro dos sistemas de microdrenagem
urbana existentes, além de vários deles serem enterrados e de difícil identificação.
Por isso, faz-se necessário o uso de locais de lançamento estimados. Para isso, foi feita uma
aproximação de que o esgoto correspondente ao setor censitário seria lançado no ponto da
hidrografia mais próximo. Para cumprir essa tarefa, foi extraído o centróide de cada setor
censitário, a partir da função “mean center” do software QGis. Esse processo converteu a
informação de população que antes era expressa espacialmente em uma área para ser
expressa em apenas um ponto. A espacialização dos centroides dos setores censitários sem
esgotamento pode ser observada na Figura 12, enquanto a referente aos setores com
esgotamento pode ser observada na Figura 13.
39
Figura 12: Centroides dos setores censitários sem esgotamento
40
Esses pontos representam a origem dos esgotos sanitários para essas populações. Para se
definir o ponto de lançamento, cada centróide foi aproximado para o ponto da camada de
hidrografia mais próximo. Os pontos projetados na camada de hidrografia são considerados
os pontos de lançamento, ou seja, há um ponto de lançamento para cada feição de setor
censitário, totalizando em 3110 pontos. Os pontos de lançamento referentes à população
atendida sem esgotamento sanitário estão representados na Figura 14, enquanto os demais
estão representados na Figura 15.
Figura 14: Pontos de lançamento referentes aos setores sem esgotamento sanitário
41
Figura 15: Pontos de lançamento referentes aos setores cem esgotamento sanitário
42
3.2.4. Dados de infectados: COVID-19
Sendo assim, para a determinação dos dados de população infectada na bacia, utilizou-se os
dados do município do Rio de Janeiro, que é o município mais representativo em termos de
população e área na bacia, e extrapolou-se o percentual de infectados para cada setor
censitário da bacia.
Dessa forma, foi utilizado como referência a base de dados sobre os casos individuais
disponibilizada no portal online DATA.RIO (disponíveis em:
<https://www.data.rio/datasets/PCRJ::dados-indiv-mrj-covid19-21>, último acesso em 24
de janeiro de 2022).
Na base de dados extraída do portal, executou-se uma análise em Python para se extrair o
acumulado de casos confirmados cujo dia do início dos sintomas tenha sido entre os dias 1
e 27 de cada mês de 2021, gerando um total de 12 valores de população infectada dentro do
prazo de detecção de SARS-CoV-2 nas fezes para o ano de referência. Esse agregado foi
divido pela população do Rio de Janeiro, 6,748 milhões de habitantes (IBGE, 2021), para se
obter a proporção de infectados em relação a população no dia 27 de cada mês. Esse
resultado está expresso nas colunas “Total de Casos” e “População Infectada” da Tabela 4.
Para a definição dos cenários de modelagem, os dados obtidos através dessa metodologia
serão utilizados como dados de entrada da população infectada, permitindo o cálculo do
cenário para o dia 27 de cada mês do ano de 2021. No entanto, a população infectada não é
a população que de fato é emissora de material viral. Como foi explicitado na revisão
43
bibliográfica, o índice médio de presença de RNA de SARS-CoV-2 nas fezes dos pacientes
infectados é de 55%, ou seja, para determinação da população infectada efetiva os valores
na tabela acima ainda devem ser multiplicados por 0,55. Multiplicando essas porcentagens
pela população total da bacia, obtém-se os valores apresentados na Tabela 4.
Tabela 4 Total de casos reportados e população infectada efetiva para o dia 27 de cada mês de 2021
44
3.2.5. Dados hidrodinâmicos
Parte primordial para a determinação do decaimento ponto a ponto na bacia são os dados
hidrodinâmicos de entrada necessário para as equações de decaimento e concentração. Os
dois principais dados são a velocidade por trecho e a vazão por trecho. Pela característica
dos corpos d’água alvos desse trabalho, uma pluralidade de tipos de modelos
hidrodinâmicos poderia ser utilizada para levantamento desses dados.
Como o exemplo abordado se trata de uma bacia composta de rios naturais e canalizados
que drenam áreas altamente urbanizadas, é esperado um padrão de trajeto de escoamento e
contribuição das áreas de drenagem muito afetadas por intervenções antrópicas no
território. Por causa disso, para driblar a questão da interferência antrópica no escoamento
da drenagem, optou-se pela adoção de um modelo que tem como princípio a representação
do espaço urbano através de compartimentos homogêneos, que cobrem toda a superfície da
bacia, a transformando em uma malha integrada que tem a interação entre as partes regidas
pelos tipos de escoamento que ocorrem entre elas. A ferramenta utilizada para isso é o
Modelo de Células de Escoamento – MODCEL, modelo desenvolvido na própria UFRJ.
Mais especificamente, será aplicado um modelo da bacia do rio Pavuna-Meriti
desenvolvido por Oliveira e Miguez (2018). O MODCEL se resume a um modelo de
células Quasi-2D baseado no conceito de células de escoamento, no qual a área proposta é
representada através de uma malha de compartimentos, integrando a área em toda a bacia
através de uma relação de vínculos de entrada e saída de fluxo.
45
Tabela 5: Dados de vazão referentes à série histórica disponível para as estações na bacia do Pavuna-Meriti. Fonte:
Elaboração própria, dados do HIDROWEB, ANA (2018)
A partir desses dados, ao se realizar um cálculo para a contribuição média por área drenada,
foi possível a obtenção de uma contribuição média de escoamento superficial aproximada
de 0,05 m³/s.km². Este valor foi aplicado para as células de drenagem superficial da bacia
46
na forma de uma contribuição constante ao longo do período simulado. Os valores obtidos
para a iteração que apresentou menos oscilações no trecho principal estão representados em
um mapa conceitual, que pode ser visto na Figura 16.
47
3.3. Construção da grade
Por outro lado, ao se escolher trechos de menor comprimento, o cálculo se torna mais
preciso por uma série de fatores. O principal deles é que cada trecho “célula” da grade 1D é
na verdade um ponto, então o trecho de comprimento a ser determinado e os pontos de
lançamento abrangidos por ele seriam espacialmente representados como um único ponto.
Logo, quanto menor o trecho, mais pontos e menor o deslocamento médio da aproximação
do ponto de lançamento estimado para o ponto da grade. Outro fator relevante é que, com
mais pontos, mais pontos seriam analisados com os resultados e a amostragem seria mais
próxima do que se enxerga na realidade.
Ao cenário exposto acima soma-se a realidade de que nem todos os trechos necessitam de
alta precisão, já que naturalmente alguns trechos são de maior interesse que outros. Para
definição de trechos de interesse, traçou-se os percursos de cada ponto de lançamento até o
exutório. A sobreposição de todos os pontos de lançamento usada para traçar os percursos
pode ser observada na Figura 17, enquanto apenas os percursos traçados por este método
podem ser visualizados na Figura 18. Os trechos da hidrografia concomitantes a esses
percursos são considerados trechos de maior interesse, já que serão afetados pelo aporte de
esgotos e, consequentemente, pela contaminação fecal. Por outro lado, os trechos que não
foram utilizados nesses percursos não terão contribuição de esgoto baseado na metodologia
desse trabalho, logo, a precisão referente à grade nesses trechos pode ser menos rigorosa.
48
Figura 17: Sobreposição de todos os pontos de lançamento traçado dos percursos do esgoto.
49
Além do critério já estipulado, foi também definido uma categoria de pontos de especial
interesse: os pontos de mistura. Os pontos representados pela interseção entre os traçados
dos percursos de esgoto correspondem a pontos onde ocorrerá a mistura entre dois rios que
sofreram aporte de esgotos a montante, logo, esses pontos são pontos de interesse para o
cálculo. Sendo assim, foi inserido manualmente pontos de cálculo em todos os locais com
essa característica. Esses pontos estão representados na Figura 19. Isso faz com que, além
de gerar pontos a mais de cálculo, as distâncias entre os pontos de cálculo no entorno dos
pontos de mistura sejam reduzidas, o que é positivo para regiões de interesse.
Tendo o exposto em mente, foi definido o comprimento dos trechos em 200 metros. Esse
valor gerou aproximadamente 1000 pontos de grade, quantidade passível de conferência
manual para garantir a confiabilidade dos resultados, além de retornar detalhamento
suficiente para a escala da bacia. Os pontos de cálculo serão, assim, os pontos médios de
cada trecho, segmentados a cada 200 metros, e os pontos de mistura inseridos
manualmente. A grade final com todos os pontos está representada na Figura 20. A grade
50
final calculada possui um total de 927 pontos, espaçados por uma distância média de 154
metros.
51
3.4. Metodologia de cálculo
A implementação dos cálculos será feita ponto a ponto do modelo. O princípio básico da
dinâmica de cálculos será o princípio da conservação da massa. O principal aspecto de
diferenciação é que, no caso do cálculo de carga de patógenos por trecho, esse princípio é
similar ao de um reator com reações químicas, onde há consumo de determinada
substância.
Os cálculos empregados para determinar cada variável por ponto será descrito a seguir.
𝐾 = 10( , (° )) ,
A partir dessa equação e dos dados de temperatura, pode-se definir os valores de K para
cada mês, expostos na Tabela 6. Lembra-se que esses valores de K estão calculados para o
tempo expresso em dias.
N = N ∗ e( ∗ )
52
O que retorna à equação que representa o parâmetro de variação (∆), que será utilizada para
o cálculo da carga de patógenos:
∆ = N/N = e( ∗ )
MÊS Temperatura K
3.4.2. Vazões
O primeiro dado a se calcular para efetuar o cálculo ponto a ponto é o dado que representa
todo o aporte de esgoto no modelo, o aporte de esgoto bruto por ponto. Para calcular esse
dado, utilizou-se a seguinte fórmula:
𝐴 = (𝐼 × 𝑃 ) + (𝐼 × 𝑃 ) 𝐾 (5)
Onde:
53
𝐴 Significa o aporte de esgoto no ponto p;
𝑄𝑒 = 𝑄𝑒 + 𝐴 (6)
( )
𝑄𝑒 = ∑ 𝑄𝑒 (7)
montante do ponto p
54
Sendo assim, pode-se somar a vazão de base obtida no item referente aos dados
hidrodinâmicos para se obter a vazão no trecho, a partir da equação a seguir:
𝑄 = 𝑄𝑒 + 𝑄 (8)
Como pode-se perceber, foi considerada a vazão a jusante para calcular a vazão no trecho,
ou seja, foi feita a aproximação como se as contribuições de esgoto fossem antes do ponto
de monitoramento da vazão. Essa aproximação é consequência do fato da grade de pontos
ser na realidade uma grade de trechos retilíneos, com um comprimento médio, como
explicado anteriormente no item dedicado a construção da grade.
55
Os valores médios identificados de concentração de coliformes nos esgotos sanitários
utilizados como entrada do modelo é de 10^9 cópias/L (Von Sperling, 2014). A partir dessa
informação, pode-se calcular a carga de coliformes em cada ponto, a partir da seguinte
fórmula:
𝐾 = 𝐶 × 𝑄 × 10³ (8)
Onde:
𝑄 : representa a vazão de esgotos lançada nesse ponto da grade em m³/s, calculada no item
anterior.
𝐾 = %𝑃 × 𝐶 × 𝑄 × 10³ (10)
Onde:
𝑁𝑒 = ∆ (𝑁𝑒 + 𝐾 ) (11)
( )
𝑁𝑒 = ∑ 𝑁𝑒 (12)
57
3.4.4. Concentração
𝑁𝑒
𝐾𝑒 = (13)
(𝑄 )
𝑁𝑒
𝐾𝑒 = (14)
𝑄
Esses dois valores foram calculados para mostrar que o valor de concentração no trecho
representado por cada ponto de cálculo está compreendido entre a concentração a montante
e a concentração a jusante.
58
3.4.5. Calibração
No caso do modelo desenvolvido nesse trabalho, grande parte dessa complexidade está
associada às constantes de decaimento aplicadas. As relações ecológicas, condições
bioquímicas e algumas variáveis físicas como radiação solar estão sendo representadas por
esses valores, que foram adotados a partir de estudos experimentais encontrados na
bibliografia.
Sendo assim, como esses valores foram obtidos a partir de estudos experimentais de
terceiros, eles não foram alvo da calibração. Como o principal dado de entrada quantificado
por esse estudo foi o aporte de esgotos não tratados, essa será a grandeza alvo do processo
de calibração. Assim, foram inseridas duas constantes de calibração e funcionam como
fatores de multiplicação, uma vinculada à população sem esgotamento sanitário e outra
vinculada a população com esgotamento sanitário. Essas constantes serão alteradas pela
ferramenta Solver do Excel até que a concentração em determinados pontos ou determinado
ponto seja igual ou o mais próxima possível dos resultados de monitoramento.
Para validar os resultados obtidos pelas simulações, fez-se uso dos dados de qualidade
referentes ao monitoramento de rios realizados pelo INEA. Um obstáculo encontrado para a
calibração é o fato de que os resultados para as análises de coliformes geralmente tem como
limite superior de quantificação o valor de 1,6 ∗ 10 cópias por 100 mililitros. Ou seja,
pontos de monitoramento que apresentem uma proporção elevada das amostras retornando
valores acima do limite superior de detecção não poderão ser utilizados para a calibração de
forma que retornem resultados precisos. Das oito estações presentes na bacia, quatro
retornam todos os valores disponíveis acima do limite de detecção e três apresentam mais
de 75% dos resultados acima de 1,6 ∗ 10 cópias por 100 mL.
60
A estação que retornou os resultados mais apropriados foi também a estação mais a jusante,
a estação SJ220, já no rio São João de Meriti. Ao se utilizar os dados entre 2013 e 2019,
que são os dados disponíveis na plataforma, a estação possui 26 resultados. Desses 26, 15
retornaram valores acima do limite superior de detecção, o que representa 58% das
amostras. Em virtude do cenário exposto acima, essa será a única estação utilizada para a
calibração do modelo, sendo que os dados em questão estão utilizados na Tabela 7.
Para poder considerar todos os valores na calibração, foi feito uma aproximação
considerando que a dispersão dos valores abaixo do limite superior de detecção seja a
mesma da dispersão observada abaixo dos limites inferiores de detecção, para se encontrar
um valor médio para ser usado para a calibração. O valor encontrado foi de 1,7 ∗ 10
cópias por 100 mL.
61
Tabela 7: Valores amostrados para concentração de coliformes no ponto de calibração
62
4. Cenários simulados e resultados
Além disso, serão feitas as simulações para aferir a presença de SARS-CoV-2 na bacia.
Para verificar se essa presença seria um bom indicador da presença da doença na região,
serão feitas 12 simulações, que utilizarão os dados de contaminados entre os dias 1 e 27
para cada mês do ano de 2021, como já foi explicado a fundo anteriormente.
63
Tabela 8: Resumo de dados de entrada para simulação de coliformes
Além dos valores reportados na tabela acima, os dados de entrada incluem o aporte de
esgotos, as vazões e velocidades por trecho. As velocidades e vazões por trecho foram
explicitadas no capítulo referente aos dados hidrodinâmicos. Os aportes de esgoto em cada
trecho após o processo de calibração estação representados na Figura 21.
64
Como pode-se perceber, o aporte de esgotos variou entre 0 e quase 29 l/s nos trechos
utilizados. Dos 927 pontos trabalhados, houve aporte de esgotos em 423, o que representa
45% dos trechos recebendo esgoto sanitário não tratado. O valor médio dos valores não
nulo foi de 2,2 l/s, enquanto se consideramos todos os valores, foi de aproximadamente 1
l/s.
Ao rodar o modelo para esse aporte de esgotos, pode-se adquirir também a vazão agregada
de esgoto em cada ponto. Esse resultado é uma representação, já que na realidade não tem
como se separar as vazões de esgoto das vazões de base dos rios. No entanto, esse resultado
reflete o quanto de esgoto já foi lançado na hidrografia a montante daquele ponto. A partir
desse resultado, percebe-se que a contribuição total de esgoto não tratado obtido na bacia é
de 1.353 l/s. A título de comparação, as duas ETEs de grande porte da bacia, (ETE Deodoro
e ETE Pavuna) tratam juntas em torno de 1.100 l/s (SNIRH; 2020). O mapa que expressa
esses resultados pode ser visto na Figura 22. Com esses resultados para o aporte de esgotos,
pode-se rodar as simulações de decaimento de patógenos.
65
Como resultado do decaimento de patógenos, o primeiro a ser analisado é a carga de
coliformes por ponto. Esse resultado considera a quantidade de coliformes esperada a
jusante do trecho representado por cada ponto de cálculo. O mapa que representa a carga de
coliformes por ponto está representado na Figura 23. Esse resultado permite a visualização
adequada dos trechos com mais montante de contaminação fecal, além de permitir a
visualização das zonas de maior ou menor decaimento de coliformes ao longo da
hidrografia.
66
3,18 ∗ 10 , essa discrepância entre a média e a mediana indicam a discrepância entre os dados, já
que os valores encontrados nos trechos finais da hidrografia retornaram valores pelo menos uma
ordem de grandeza acima do terceiro quartil dos dados.
A bacia não possui enquadramento dos corpos d’água em classes de água doce previstas na
CONAMA 357, no entanto, a AGEVAP afirma que, de acordo com o uso atual, os principais rios
da bacia se enquadram como classe 4. Na CONAMA a concentração permitida para coliformes
termotolerantes está explícita na tabela abaixo:
67
Tabela 9: Limites de Coliformes Termotolerantes de acordo com a classe de enquadramento para água doce
Limite Coliformes
Enquadramento
(cópias/100mL)
Classe 1 200
Classe 2 1000
Classe 3 2500
Classe 4 4000
1.00E+09
1.00E+08
1.00E+07
1.00E+06
1.00E+05
1.00E+04
1.00E+03
1.00E+02
1.00E+01
1.00E+00
Figura 25:gráfico de dispersão dos resultados de concentração de coliformes, em cópias/L.. Elaboração Própria
Apenas 18 pontos com concentração não nula estão abaixo do limite de 4000
cópias/100mL, o que aproxima o resultado de uma realidade de que apenas os pontos mais
a montante de cada trecho, onde ainda não houve aporte de esgotos não tratados, podem ser
considerados como livres de contaminação fecal. Se observado o mapa conceitual
representado na Figura 26, percebe-se que de fato essa pode ser considerada a realidade da
bacia. Pode-se ver claramente a tendência de pontos abaixo do padrão de contaminação
68
fecal presentes apenas nos pontos mais a jusante de cada ramo, significando que
aproximadamente apenas os pontos que não receberam nenhum aporte de esgotos estão
dentro do padrão do corpo hídrico.
Vale a pena destacar que esse cenário foi obtido ao se utilizar os limites impostos para um
corpo hídrico de água doce classe 4. Essa classe é a menos restritiva prevista em legislação,
prevendo apenas os usos para harmonização paisagística e lançamento de efluentes. O fato
de que praticamente a totalidade dos corpos hídricos da bacia reportam resultados de
concentração de coliformes acima desse limite explicitam a severidade da condição de
69
qualidade de água desses rios. Esse cenário indica a necessidade de se rever a infraestrutura
da região o mais brevemente possível, de forma a recuperar os rios da região para uma
realidade menos crítica.
4.2. SARS-CoV-2
Os principais resultados apresentados por este trabalho serão a carga a jusante por trecho e
a concentração a jusante por trecho. Os resultados referentes a carga são eficazes para
verificar o efeito do decaimento ao longo da hidrografia. Como a constante de decaimento
para o RNA viral é ordem de grandezas menor do que a constante de decaimento para
coliformes, é esperado ver um impacto reduzido do decaimento. O cenário da carga serve
também para validar a metodologia de cálculo relacionada ao agregado de vazões e aportes
de patógeno. Os resultados para a carga de SARS-CoV-2 na bacia estão expressos da
Figura 27 até a Figura 38. A escala de cores foi mantida nas figuras para permitir uma
comparação mais fácil entre os diferentes cenários simulados.
Observa-se que de fato o fenômeno de decaimento foi menos perceptível para SARS-CoV-
2 do que para os coliformes. Além disso, destaca-se a maior carga de patógeno nos pontos
70
mais a jusante da bacia, com uma progressão quase que inalterada pelo decaimento à
medida que as vazões dos trechos se acumulam.
Analisando a progressão mês a mês pelas imagens a seguir, fica claro o impacto da variação
de casos na carga aportada na bacia. No entanto, mesmo que a variação ao longo da bacia
tenha sido expressiva, a variação no exutório ficou restrita em uma ordem de grandeza,
como pode-se de ver na Tabela 10, que expressa a variação de resultados de carga de saída
para os meses simulados.
JAN 1.85E+08
FEV 9.99E+07
MAR 2.66E+08
ABR 2.48E+08
MAI 2.75E+08
JUN 1.90E+08
JUL 2.31E+08
AGO 3.83E+08
SET 1.35E+08
OUT 3.19E+07
NOV 1.74E+07
DEZ 2.27E+07
71
Figura 27: Carga de SARS-CoV-2 por trecho - Janeiro
72
Figura 29: Carga de SARS-CoV-2 por trecho - Março
73
Figura 31: Carga de SARS-CoV-2 por trecho - Maio
74
Figura 33: Carga de SARS-CoV-2 por trecho - Julho
75
Figura 35: Carga de SARS-CoV-2 por trecho - Setembro
76
Figura 37: Carga de SARS-CoV-2 por trecho - Novembro
77
Como o SARS-CoV-2 até então é considerado não infeccioso por vias aquáticas, o
principal objetivo no que diz respeito à sua modelagem na bacia foi a averiguação da
possibilidade da implementação de um sistema de WBE a partir de trechos fluviais. A
possibilidade dessa implementação faria com que bacias pouco esgotadas também
pudessem ser alvo desse tipo de sistema. Para poder fazer uma avaliação correta desse
potencial, o principal dado a ser analisado é a concentração. Isso se dá ao fato de que as
principais barreiras serem os limites de detecção do teste empregado nas análises e a
correlação dos resultados com o número de casos.
Caso os resultados não possuam correlação verificável com o número de casos, mesmo que
seja possível a quantificação exata da concentração de patógenos no corpo d’água, esses
resultados não teriam tanta aplicação prática quanto se os dados estivesses relacionados
com o número de emissores ativos na bacia.
Para averiguar essa correlação, foram feitas três análises de correlação dos resultados de
concentração com a quantidade de emissores ativos. Foram empregadas as análises de
Pearson, Kendall e Spearman para cada ponto em cada mês simulado. A Tabela 11 resume
a amostragem dos resultados trazendo os valores de maior correlação, menor correlação e
correlação média para cada uma das metodologias empregadas.
Tabela 11: Resumo dos resultados das análises de correlação entre os resultados de concentração e o número de
emissores ativos.
maior 1 1 1
Como pode-se perceber, todas as metodologias indicam que houve correlação praticamente
exata dos resultados de concentração com o número de casos para todos os pontos, com os
resultados divergindo apenas na quinta casa decimal. Era esperado que o resultado ao longo
78
da bacia fosse homogêneo, já que não foi empregada uma diferenciação de distribuição
espacial dos emissores, no entanto, o fato da correlação ser exata indica que, a partir dos
resultados obtidos, esse não seria o fator impeditivo para a aplicação de metodologias de
WBE orientado para SARS-CoV-2 na bacia.
No caso dos limites de detecção, o principal impeditivo é caso a faixa de concentração dos
locais de interesse para servirem como ponto de amostragem retornem valores de
concentração fora dos limites de detecção do rt-PCR, que é o teste mais amplamente
utilizado para detectar SARS-CoV-2. Caso os valores estejam acima desse limite, mas as
variações entre os meses tiverem uma distância entre si menor que a incerteza do teste,
também configuraria um impeditivo para a implementação do sistema de monitoramento.
Sendo assim, para avaliar essa condição, foram feitos gráficos de amostragem dos
resultados de concentração em pontos tidos como pontos de interesse para cada mês. Esses
pontos foram escolhidos de acordo com a vazão. Foram tidas duas amostragens de pontos
de interesse, a primeira, os pontos com vazão de esgotos agregada acima de 0,19 m³/s, o
que retornou em 140 pontos, e a segunda para os pontos com vazão de esgotos agregada
acima de 1m³/s, o que retornou em 34 pontos. Os resultados dessas amostragens podem ser
visualizados na Figura 39 e na Figura 40 respectivamente.
70000
60000
50000
40000
30000
20000
10000
0
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Figura 39: Intervalos dos resultados de concentração de SARS-CoV-2 em cópias/L para pontos com vazão de esgotos
acima de 0,19m³/s
79
35000
30000
25000
20000
15000
10000
5000
0
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Figura 40: Intervalos dos resultados de concentração de SARS-CoV-2 em cópias/L para pontos com vazão de esgotos
acima de 1m³/s
Como pode-se perceber com os gráficos acima, os resultados para os pontos que seriam
mais representativos em relação à população da bacia retornaram valores de concentração
não maiores de 60000 cópias/L, situação agravada no caso dos pontos acima de 1m³/s de
esgotos acumulado, que não passaram de 35000 cópias/L. No entanto, o limite inferior do
rt-PCR é de 125 cópias/mL, o que faz com que os pontos que retornariam informações mais
abrangentes sobre a bacia sejam inviáveis como pontos de monitoramento por apresentarem
concentrações de RNA viral inferiores ao limite inferior de detecção do teste, mesmo para
ao mês de pico de casos em 2021. Uma consideração importante sobre esse resultado é que
foram consideradas vazões médias obtidas no registro histórico de monitoramento da bacia,
fazendo com que o resultado não considere a variação sazonal de vazões, o que resultaria
em valores de concentração ainda menores para os meses chuvosos. Esse resultado pode ser
reavaliado caso sejam desenvolvidos testes acessíveis mais sensíveis, mas é um cenário
longe da realidade, já que os testes disponíveis já são considerados tendo uma sensibilidade
bastante alta.
81
Figura 41: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de janeiro
Figura 42: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de fevereiro
82
Figura 43: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de março
Figura 44: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de abril
83
Figura 45:: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de maio
Figura 46: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de junho
84
Figura 47: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de julho
Figura 48: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de agosto
85
Figura 49: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de setembro
Figura 50: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de otubro
86
Figura 51: : Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de novembro
Figura 52: Concentração a jusante de SARS-CoV-2, ponto a ponto, para o mês de dezembro
87
5. Conclusões
Por fim, os resultados referentes à concentração de SARS-CoV-2 nos pontos da bacia, que
visavam avaliar a aplicabilidade de estratégias de WBE também foram bastante conclusivos
e elucidativos. O fato de que nenhum ponto com abrangência considerada suficiente para a
aplicação de um plano de monitoramento epidemiológico ter retornado valores de
concentração nem próximo do limite mínimo para serem utilizáveis mostra que de fato a
melhor abordagem para esse tipo de sistema parece ser a testagem nos sistemas de
esgotamento sanitário, principalmente quando separador absoluto. Esse resultado endossa o
resultado da simulação de contaminação fecal no sentido da necessidade de universalização
do serviço de esgotamento sanitário e da implementação de um sistema de coleta e
tratamento eficientes. Esse estudo aponta para a já conhecida necessidade desse tipo de
sistema para que ao mesmo tempo possa ser reduzido o risco proveniente das águas
residuárias para a população, estas possam gerar benefício para as comunidades geradores a
partir do monitoramento epidemiológico, o que reverteria a ótica dos esgotos de meramente
um problema para ser afastado para uma fonte de dados relevantes que colaboram no
aperfeiçoamento da saúde pública da região.
89
6. Referências Bibliográficas
AHMED, W. et al.; Decay of SARS-CoV-2 and surrogate murine hepatitis virus RNA in
untreated wastewater to inform application in wastewater-based epidemiology; 2020;
Environmental Research 191 (2020) 110092. Disponível em:
https://doi.org/10.1016/j.envres.2020.110092
CSSE, COVID-19 Data Repository by the Center for Systems Science and Engineering
(CSSE) at Johns Hopkins University, disponível em: https://coronavirus.jhu.edu/map.html;
último acesso em 24 de fevereiro de 2022
90
Ciência e Tecnologia Evento online – 31 de agosto a 04 de setembro de 2020. Disponível
em: https://www.researchgate.net/publication/344498484
IPP – Instituto Pereira Passos – ocupação e uso do solo para o município do Rio de Janeiro
no ano de 2017. Disponpivel em: http://apps.mprj.mp.br/sistema/inloco/, último acesso em
23/12/2021.
91
Pós-Graduação em Engenharia Civil, COPPE, da Universidade Federal do Rio de Janeiro.;
2018. Disponível em: https://pantheon.ufrj.br/handle/11422/11403
RIMOLDI, S.G. et al.; Presence and infectivity of SARS-CoV-2 virus in wastewaters and
rivers; Science of the Total Environment 744 (2020) 140911; 2020. Disponível em:
https://doi.org/10.1016/j.scitotenv.2020.140911
92
SILVERMAN, A. I.;BOEHM , A. B.; Systematic Review and Meta-Analysis of the
Persistence and Disinfection of Human Coronaviruses and Their Viral Surrogates in Water
and Wastewater; 2020; Environ. Sci. Technol. Lett. 2020, 7, 544−553. Disponível em:
https://pubs.acs.org/doi/10.1021/acs.estlett.0c00313?ref=pdf
WONG, M.S.C. et al.; Detection of SARS-CoV-2 RNA in fecal specimens of patients with
confirmed COVID-19: A meta-analysis; Journal of Infection,Volume 81, Issue
2,2020,Pages e31-e38.; 2020. Disponível em: https://doi.org/10.1016/j.jinf.2020.06.012
XIAO, F. et al; Infectious SARS-CoV-2 in Feces of Patient with Severe COVID-19; EID
Journal, Volume 26; 2020. Disponível em: https://wwwnc.cdc.gov/eid/article/26/8/20-
0681_article
93