L'Inventario Regionale delle Emissioni raccoglie quindi su scala comunale le emissioni inquinanti prodotte da circa 200 attività antropiche e biogeniche presenti sul territorio regionale.
La figura 1 rappresenta in modo sintetico il contributo percentuale alle emissioni dei principali inquinanti da parte dei differenti comparti emissivi.
Per le emissioni di SO₂ l'Industria contribuisce per il 48,5% con la combustione e per il 36% con i processi produttivi.
Per NOx il maggior contributo è dato dai Trasporti stradali (51%), segue la Combustione nell'industria (16%).
Le emissioni di NMVOC (Non-methane volatile organic compounds) derivano principalmente dall'Uso dei solventi (26,85%), segue Natura e Foreste con 16,97%.
Per il PM₁₀ il riscaldamento incide per il 49%, seguono i Trasporti stradali (30,49) e Agricoltura e allevamento (12,%).
Per la CO il contributo preponderante è dato dal Riscaldamento (63%), mentre per NH₃ Agricoltura e allevamento incidono per il 95%

L’analisi di scenario è un metodo per stimare con sistemi modellistici gli effetti attesi sulla qualità dell’aria a seguito dell’applicazione di misure di riduzione delle emissioni, in funzione del raggiungimento degli obiettivi previsti dalla normativa. Per la realizzazione delle analisi di scenario devono essere predisposti degli scenari emissivi futuri - a partire da uno scenario base relativo ad un determinato anno, considerato come riferimento - che tengano conto delle evoluzioni tecnologiche e comportamentali, nonché dell’applicazione delle misure di riduzione delle emissioni decise ai vari livelli (comunitario, nazionale, regionale).

Il modello GAINS (Greenhouse Gas – Air Pollution Interactions and Synergies) è un modello sviluppato a livello europeo dalla IIASA (International Institute for Applied Systems Analysis) per poter elaborare scenari emissivi di gas serra (GHGs) e considerare così le interazioni tra inquinamento atmosferico e cambiamenti climatici. La versione nazionale del modello (GAINS-Italia), adottata come strumento ministeriale nell’ambito del tavolo Ministero-Regioni, è il riferimento metodologico che - armonizzando informazioni di scala europea, nazionale e regionale - consente la messa a punto di scenari futuri regionali in un contesto coerente, assumendo una serie di ipotesi (economiche, di evoluzione delle normative e delle strategie di controllo progressivamente applicate), sulla base delle quali possono essere ricavati dei trend emissivi regionali per i principali indicatori ambientali: ammoniaca (NH₃), anidride carbonica (CO₂), metano (CH₄), ossidi di azoto (NO_X), protossido di azoto (N₂O), particolato (TSP, PM₁₀, PM_2.5), biossido di zolfo (SO₂) e composti organici volatili (VOC).
Lo scenario evolutivo GAINS integra al suo interno:

• l’evoluzione attesa dei consumi energetici e delle attività produttive (modello MARKAL Italy, scenari di attività produttive ENEA/ISPRA, ecc…);
• le misure di controllo previste dalla CLE (Current Legislation);
• il complesso dei Piani della Qualità dell’Aria predisposti dalle Regioni italiane (nel nostro caso il complesso delle azioni previste dalle disposizioni regionali del Piemonte).
  
  

Facendo seguito a quanto previsto dal DLgs 155/10, Enea e Ispra hanno aggiornato nel 2014 lo scenario evolutivo nazionale (scenario SEN 2014), tenendo conto degli scenari energetici e dei dati di attività produttiva non energetici più recenti. I contenuti della Strategia Energetica Nazionale (SEN) hanno fornito i parametri necessari per proiettare le emissioni nazionali dell’anno base 2010 fino al 2030; tale scenario è stato successivamente regionalizzato secondo l’usuale procedura di scalatura top-down dal nazionale al regionale: l’analisi si cala nel contesto di crisi economica che ancora affligge l’Italia e tiene conto dei trend più recenti su popolazione e struttura della domanda energetica, nonché delle previsioni correnti circa la rapidità della ripresa dell’economia.
È opportuno ricordare che uno scenario è sempre caratterizzato da un certo grado di incertezza, dipendente dai deficit di conoscenza dei fattori e dei processi determinanti le emissioni; alcune di tali lacune possono essere colmate con strumenti statistici o con maggiori ricerche; altre risultano invece intrinseche al processo di elaborazione degli scenari e quindi difficilmente eliminabili.
Nelle figure 4-5-6, i quadri emissivi risultanti per gli scenari futuri 2020 e 2030, applicando i trend regionali ricavati dallo scenario SEN 2014 di GAINS, sono confrontati con lo scenario emissivo riferito all’anno base (IREA 2010). Per quanto riguarda il particolato PM₁₀, il bilancio tra aumenti e riduzioni porta globalmente ad un aumento di emissioni al 2020 e ad una riduzione delle stesse al 2030; in particolare si nota un aumento di emissioni legato al riscaldamento residenziale (previsione di aumento dei consumi di legna) e una riduzione di quelle dei trasporti stradali (evoluzione tecnologica dei veicoli e maggiori vendite di veicoli elettrici e ibridi). Invece le emissioni di NO_x risultano in forte calo dal 2010 al 2030, soprattutto grazie al miglioramento dal punto di vista emissivo del comparto trasporti. Anche per l’anidride carbonica (CO₂), espressa in chilotonnellate /anno a differenza degli altri inquinanti espressi in tonnellate/anno, si osserva una progressiva riduzione delle emissioni dal 2010 al 2030 legata principalmente al riscaldamento residenziale e ai processi industriali.

Tali elaborazioni, normalmente realizzate per la predisposizione dell’input emissivo ai modelli di dispersione, si riferiscono ovviamente alla sola componente primaria degli inquinanti presenti nell’Inventario Regionale delle Emissioni: per poter correlare le pressioni emissive - presenti in un determinato territorio e in un determinato periodo - alle concentrazioni in atmosfera rilevate nello stesso periodo dalle stazioni di monitoraggio, si deve necessariamente ricorrere alla modellistica dispersiva, in grado di ricostruire la distribuzione spaziale delle componenti primarie e secondarie degli inquinanti simulando le reazioni fotochimiche che avvengono in atmosfera.

In particolare il source apportionment modellistico è lo strumento specifico che permette di valutare, qualitativamente e quantitativamente, il contributo delle diverse sorgenti emissive alla concentrazione in aria dei singoli inquinanti. Tale metodologia - per la cui applicazione è stato sviluppato, nell’ambito del sistema modellistico di chimica e trasporto di Arpa Piemonte, un modulo specifico basato su un approccio di analisi di sensitività (detta 3D sensitivity runs o BFM-Brute Force Method) - permette la valutazione del contributo di una specifica sorgente (o di un insieme di sorgenti) analizzando la risposta del modello, in termini di concentrazione di uno specifico inquinante, al variare della sua emissione.

Nell’ambito del progetto europeo SH’AIR - realizzato nel 2015 all’interno del Programma Europeo di cooperazione transfrontaliera Interreg ALCOTRA e finalizzato all’individuazione delle sorgenti dell’inquinamento da particolato (PM₁₀ e PM_2.5) in una zona che comprende il Piemonte, la Valle d’Aosta e le regioni francesi Provence-Alpes-Côte d’Azur (PACA) e Rhône-Alps - sono stati utilizzati due differenti approcci di source apportionment modellistico: una ricerca delle responsabilità per settore di attività (comparti emissivi: combustione della legna, industria, agricoltura/zootecnia, trasporti stradali e altre sorgenti) e un’indagine sul ruolo del trasporto esogeno per settore geografico.

Si riportano, a titolo di esempio, due diverse rappresentazioni grafiche dei risultati:

• un grafico a torta (figura 9) che specifica il contributo percentuale alle concentrazioni di particolato, sia primario che secondario, rilevate da una specifica stazione di monitoraggio della qualità dell’aria, da parte dei diversi settori di attività;
• una carta tematica (figura 10) che mostra il contributo percentuale - su tutte le celle del dominio di simulazione - di uno specifico settore di attività alle concentrazioni di particolato, sia primario che secondario.

Per approfondimenti sul progetto e i suoi risultati si rimanda al sito: http://www.shair-alcotra.eu/it/.

<-CANVAS_TXT_97->