L’Inventario Regionale delle Emissioni in Atmosfera (IREA) è uno strumento conoscitivo di fondamentale importanza per la gestione della qualità dell'aria, in quanto fornisce, ad un livello di dettaglio comunale, la stima delle quantità di inquinanti introdotte in atmosfera da sorgenti naturali e/o attività antropiche; la sua realizzazione e il suo aggiornamento periodico comportano non solo il reperimento dei dati di base - parametri e fattori di emissione - da molteplici fonti, sia istituzionali che private, ma anche l’applicazione dii metodologie di calcolo in continua evoluzione.

La Regione Piemonte aggiorna periodicamente - sulla base della metodologia INEMAR - l'Inventario regionale, effettuando l'analisi dei requisiti e delle informazioni necessarie per la stima delle emissioni totali annuali di macro e microinquinanti, disaggregate per attività emissiva secondo la nomenclatura SNAP (Selected Nomenclature for Air Pollution). La prima versione dell'Inventario Regionale risale all'anno 1997; sono disponibili gli aggiornamenti per gli anni 2001, 2005 e 2007, 2008, 2010, 2013 e 2015 (http://www.sistemapiemonte.it/cms/privati/ambiente-e-energia/servizi/474-irea-inventario-regionale-delle-emissioni-in-atmosfera).

Per ciascuna delle sorgenti emissive - suddivise in sorgenti puntuali (singoli impianti industriali), sorgenti lineari (strade e autostrade) e sorgenti areali (fonti di emissione diffuse sul territorio) - vengono stimate le quantità di inquinanti emesse dalle diverse attività SNAP; gli inquinanti considerati sono metano (CH₄), monossido di carbonio (CO), anidride carbonica (CO₂), protossido di azoto (N₂O), ammoniaca (NH₃), composti organici volatili non metanici (NMVOC), ossidi di azoto (NO_x), anidride solforosa (SO₂) e polveri inalabili (PM₁₀

Come ogni anno, al termine della stagione invernale, a partire dal mese di marzo 2020 si è assistito anche in Piemonte a una complessiva diminuzione dei valori di PM10 e biossido di azoto, i due inquinanti atmosferici caratteristici dei mesi invernali. Nello stesso periodo, a seguito dell’emergenza coronavirus, sono stati introdotti provvedimenti di limitazione delle attività economiche e degli spostamenti con conseguente diminuzione delle emissioni di inquinanti in atmosfera, in particolare quelle legate al traffico; è risultato spontaneo chiedersi quale fosse il contributo delle restrizioni rispetto a quanto ci si poteva aspettare in condizioni ordinarie.

Generalmente non esiste una correlazione diretta tra emissioni di inquinanti e le loro concentrazioni in atmosfera, poiché oltre ai processi di trasformazione chimico-fisica degli inquinanti emessi intervengono anche le caratteristiche stagionali dell’atmosfera e le condizioni meteorologiche a diverse scale spaziali. La diminuzione dei valori di PM10 e biossido di azoto nel mese di marzo, e ancor più nel mese di aprile, è un fenomeno a cui si assiste ogni anno nelle regioni del bacino padano anche grazie al mutamento delle condizioni meteorologiche che, con l’avvicinarsi della primavera, diventano sempre più favorevoli alla dispersione degli inquinanti.

 

Le misure di contenimento adottate hanno generato una drastica e repentina riduzione di alcune tra le principali sorgenti di inquinamento atmosferico, producendo, per motivi del tutto diversi, gli effetti di alcune delle azioni di contrasto previste dai Piani di risanamento della qualità dell’aria; questo però è avvenuto in un periodo particolare dell’anno che coincide da una parte con il progressivo spegnimento degli impianti di riscaldamento, dall’altra con le condizioni meteorologiche che man mano favoriscono il rimescolamento delle masse d’aria e quindi la dispersione degli inquinanti.

Dunque, per verificare l’eventuale effetto aggiuntivo dei provvedimenti legati all’emergenza COVID-19 sulla diminuzione delle concentrazioni degli inquinanti atmosferici, rispetto a quanto avviene di norma nella stagione primaverile,è stato preso in esame l’insieme dei dati disponibili circa la variazione delle pressioni emissive, la meteorologia e lo stato della qualità dell’aria.

 

Per quantificare la diminuzione delle pressioni emissive in Piemonte sono stati considerati i seguenti comparti: produzione di energia, riscaldamento (terziario e domestico), industria, trasporti (urbani, extraurbani e autostrade), trasporti aeroportuali e ferroviari (linee non elettrificate), trasporti “off-road”, distribuzione dei combustibili, agricoltura.

Le emissioni di ciascun comparto sono determinate dai fattori di pressione che le diverse sorgenti emissive esercitano sul territorio (determinanti); i principali determinanti analizzati sono stati:

• flussi di traffico su rete urbana, extraurbana, autostrade;
• volumi di traffico ferroviario e aereo;
• consumi di energia nel settore domestico, nel terziario e nell’industria manifatturiera;
• produzione di energia termoelettrica;
• attività agricole e spandimenti di effluenti zootecnici secondo il calendario dei periodi autorizzati.

Per interpretare correttamente i dati dei valori misurati nelle centraline di qualità dell’aria, va ricordato che PM10 e biossido di azoto hanno origini e caratteristiche diverse: per il biossido di azoto, che risponde più rapidamente alle variazioni delle emissioni, il traffico veicolare è di gran lunga la fonte prevalente, mentre nel caso del PM10 il quadro è più complesso: una parte significativa è di origine primaria, cioè emessa direttamente come particolato in atmosfera, principalmente dai processi di combustione, in particolare dalla combustione della biomassa legnosa a scopo di riscaldamento civile; un’altra, altrettanto significativa, è invece di natura secondaria ed è prodotta dalla trasformazione in particolato di sostanze - quali l’ammoniaca, gli ossidi di azoto e i composti organici volatili - emesse originariamente in forma gassosa da una molteplicità di fonti diffuse su un territorio molto vasto. Una prima valutazione di tipo qualitativo degli effetti delle misure di contenimento legate all'emergenza coronavirus sulla qualità dell'aria è stata effettuata prendendo confrontando i dati del 2020 con quelli di una serie storica sufficientemente lunga, per ridurre l’influenza della variabilità delle condizioni meteorologiche sulle concentrazioni degli inquinanti. In particolare, sono stati analizzati gli andamenti giornalieri delle concentrazioni di PM10 e biossido di azoto, rilevati dalle stazioni di Torino-Lingotto e Torino-Consolata, da gennaio a novembre 2020 (linea rossa nelle Figure 3 e 4) rispetto a quelli misurati nelle stesse stazioni e nello stesso periodo negli anni che vanno dal 2012 al 2019 (valori minimi e massimi rappresentati con banda azzurra e valori medi con linea blu). Maggiori dettagli in questi documenti 1 e 2. Dalla lettura dei grafici si può desumere che mentre per il PM10 l’andamento delle concentrazioni nel corso del 2020 non è risultato direttamente influenzato dalla drastica riduzione del contributo da parte di alcune delle sorgenti emissive, quanto piuttosto da variazioni attribuibili ai complessi fenomeni di formazione, trasformazione (dai precursori primari al particolato di origine secondaria) e trasporto degli inquinanti (quali attività fotochimica, stabilità atmosferica, ventilazione, accumulo), nel caso del biossido di azoto la lettura degli andamenti giornalieri dell’anno 2020 rispetto ai valori minimi e massimi del periodo hanno evidenziato un comportamento attribuibile alla riduzione delle emissioni da traffico veicolari conseguenti all’adozione dei provvedimenti legati all’emergenza coronavirus, confermato dall’analisi degli andamenti temporali delle concentrazioni del monossido di azoto, inquinante esclusivamente primario e tipico tracciante delle emissioni dei veicoli.

La diminuzione delle concentrazioni di PM10 e biossido di azoto nei mesi di marzo, aprile e maggio è risultata quindi influenzata da un lato dalle mutate condizioni meteorologiche, maggiormente favorevoli alla dispersione degli inquinanti nel periodo primaverile e dall’altro agli effetti dei provvedimenti di limitazione delle attività entrati in vigore a seguito dell’emergenza coronavirus; queta ultima causa è stata più evidente per il biossido di azoto e meno valutabile ed identificabile nel caso del PM10, a causa della maggiore varietà di sorgenti e della complessità dei processi di formazione ed accumulo.

 

Ulteriori approfondimenti tecnici, volti ad analizzare anche quantitativamente il fenomeno, sono stati realizzati nell'ambito del progetto Life PrepAIR  (Po Regions Engaged to Policies of Air) - che vede la partecipazione di tutte le Regioni e le Agenzie ambientali del bacino padano - e pubblicati in due aggiornamenti successivi (3 e 4 )del Report “Studio preliminare degli effetti delle misure Covid-19 sulle emissioni in atmosfera e sulla qualità dell’aria nel bacino padano”. Sempre nell’ambito del Progetto PrepAIR, nel corso del 2020 è stato inoltre avviato uno studio sulla composizione chimica del particolato PM10, con l’obiettivo di verificare e consolidare le conclusioni preliminari dei report precedenti ed ottenere ulteriori elementi di conoscenza necessari per impostare le prossime fasi di pianificazione in materia di qualità dell’aria.

Lo studio, pubblicato nel Report “Studio degli effetti delle misure Covid-19 sulla composizione chimica del particolato nel bacino padano”, è stato condotto sui dati rilevati presso cinque stazioni speciali presenti nel bacino padano (per il Piemonte la stazione di fondo urbano di Torino-Lingotto) - confrontando il periodo denominato pre-lockdown (2 gennaio – 9 marzo) con quello lockdown (10 marzo – 18 maggio) relativamente agli anni 2019 e 2

L’analisi ha permesso di quantificare le componenti primaria e secondaria del particolato, caratterizzandole dal punto di vista chimico; confrontando il periodo lockdown 2020 rispetto allo stesso periodo 2019 i dati mostrano:

• nessuna evidente riduzione dei composti secondari in tutte le stazioni;
• una diminuzione di carbonio elementare (EC) e rame (Cu), elementi legati in buona parte alle emissioni da traffico, in tutte le stazioni, coerentemente con i limiti imposti alla mobilità;
• aumento del tracciante della biomassa legnosa (levoglucosano) nella maggioranza delle stazioni.

 

I risultati di tutti gli studi mostrano come lo “spegnimento” o la riduzione delle emissioni di una parte degli inquinanti non sia sufficiente a determinare una variazione apprezzabile nella formazione del particolato secondario e confermano che gli interventi che possono essere intrapresi per una riduzione del particolato non solo devono essere coordinati a livello di bacino, ma devono riguardare tutte le attività che concorrono alla produzione di precursori (principalmente l’agricoltura e tutte le combustioni, quali traffico, biomassa legnosa, comparto industriale), agendo in maniera incisiva sulle emissioni.

 

Tali conclusioni risultano in accordo con analoghe analisi effettuate nell'ambito del SNPA - Sistema Nazionale di Protezione Ambientale (5  e 6 ) - e del progetto nazionale Pulvirus che vede la collaborazione tra le Agenzie del Sistema Nazionale per la Protezione Ambientale, ISPRA, ENEA e Istituto Superiore di Sanit&agra

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 (NOX), protossido di azoto (N2O), particolato (TSP, PM10, PM2.5), 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 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 volte ad incrementare la conoscenza scientifica di determinate sorgenti emissive; altre risultano invece intrinseche al processo di elaborazione degli scenari e quindi difficilmente eliminabili, in quanto legate all’incertezza delle proiezioni degli sviluppi economici futuri e alla reale efficacia delle politiche di riduzione delle emissioni operanti sui diversi settori, quali ad esempio la produzione di energia, i trasporti (come ha recentemente dimostrato il caso dell’Euro 5 per gli ossidi di azoto) o l’agricoltura.

Nella figura 4 è riportato il quadro emissivo dello scenario 2030, ottenuto applicando i trend regionali ricavati dallo scenario SEN 2014 di GAINS.

Per quanto riguarda il particolato PM10, il bilancio tra aumenti e riduzioni porta globalmente ad una riduzione delle emissioni 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 ed ibridi). Invece le emissioni di NOx risultano in forte calo 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 legata principalmente al riscaldamento residenziale e ai processi industriali.

La pianificazione regionale sulla qualità dell’aria ha il compito di individuare e attuare nuove strategie che consentano di ottenere continui miglioramenti nell’ambito del percorso di risanamento atmosferico. Tale obiettivo non può prescindere da un approccio di valutazione ambientale in grado di integrare i dati di monitoraggio della qualità dell’aria, le stime sulle sorgenti emissive dell’Inventario Regionale e le elaborazioni modellistiche meteodispersive. Una volta identificati gli inquinanti più critici per ogni area del territorio sulla base delle stazioni di monitoraggio della qualità dell’aria, il passo successivo nel percorso di risanamento atmosferico è la determinazione del contributo - per ciascuno degli inquinanti e per ciascuna area - delle varie sorgenti emissive.

L’elaborazione su base comunale dei dati dell’inventario regionale (IREA), anche con una rappresentazione cartografica che consenta una immediata visualizzazione della distribuzione territoriale delle pressioni emissive, può essere utile per uno sguardo d’insieme sulla regione, ma non può essere utilizzata per le valutazioni a scala locale o per l’individuazione delle diverse responsabilità da parte delle sorgenti emissive presenti sul territorio.

Esistono modalità di elaborazione dei dati emissivi in grado di fornire maggiori informazioni sulle criticità legate alle diverse sorgenti:

-        la declinazione spaziale delle emissioni, ossia l’attribuzione delle emissioni alle porzioni territoriali che ne sono effettivamente responsabili, tenendo conto degli elementi cartografici disponibili (uso del suolo, layer tematici): ad esempio le emissioni da riscaldamento non sono attribuite all’intero territorio comunale, ma alle sole aree residenziali edificate; le emissioni da traffico sono assegnate ai layer di strade e autostrade; le emissioni legate alle pratiche agricole sono associate e spazializzate sulla base delle rispettive categorie di uso del suolo;

-         la declinazione temporale delle emissioni, cioè la distribuzione delle emissioni - stimate su base annuale nell’Inventario Regionale - nelle varie ore dell’anno, sulla base di profili di modulazione temporale (giornalieri, settimanali, annuali) specifici per ciascuna sorgente, in modo da evidenziarne il reale contributo nei periodi maggiormente critici dal punto di vista meteorologico.

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.

L’art. 23 della Direttiva 2008/50/CE del Parlamento Europeo e del Consiglio stabilisce che i Piani per la qualità dell’Aria contengano “informazioni sull’origine dell’inquinamento”, ovvero l’elenco delle principali fonti di emissione responsabili dell’inquinamento, la quantità totale di emissioni prodotte da tali fonti, nonché informazioni sull’inquinamento proveniente da altre regioni (Allegato XV, punto A). L’obbligatorietà di tali informazioni è ribadita nell’art. 13 della Decisione di Esecuzione della Commissione 2011/850/EU , recante disposizioni di attuazione delle direttive 2004/107/CE e 2008/50/CE del Parlamento europeo e del Consiglio.

Nell’ambito delle attività a supporto della pianificazione regionale, in particolare per il nuovo Piano Regionale di Qualità dell’Aria della Regione Piemonte, è stata applicata la metodologia del source apportionment, ovvero lostudio delle responsabilità dell’inquinamento a partire dall’analisi dei contributi alle concentrazioni degli inquinanti maggiormente critici (particolato PM₁₀ e PM_2,5 e biossido di azoto NO₂) da parte di specifiche sorgenti emissive.

Tra i diversi approcci utilizzabili, il source apportionment modellistico consiste nell’applicazione di tecniche specialistiche ai modelli di chimica e trasporto degli inquinanti (CTM) che consentono di individuare il contributo alle concentrazioni degli inquinanti - sia primari che secondari - da parte delle diverse sorgenti, individuate sia sulla base dei comparti emissivi che su base geografica.

A tali tecniche modellistiche è possibile affiancare l’approccio analitico a “recettore” (source apportionment analitico), che consente di effettuare delle stime partendo dai dati di composizione chimica del particolato PM10, campionato in siti ritenuti significativi, e applicando a tali dati specifiche tecniche statistiche, tra le quali la più utilizzata è la Positive Matrix Factorization (PMF).

I due differenti approcci metodologici sono stati applicati nell’ambito del Sistema Integrato di Qualità dell’Aria della Regione Piemonte che, coerentemente con il quadro normativo, armonizza i tre principali strumenti informativi disponibili sulla qualità dell’aria: il Sistema Regionale di Rilevamento della Qualità dell’Aria (SRRQA), l’Inventario Regionale delle Emissioni in Atmosfera (IREA) e il Sistema Modellistico Regionale di Qualità dell’Aria (SMRQA).

Nel seguito saranno descritte entrambe le metodologie di stima: quella del source apportionment modellistico (sia di tipo settoriale che geografico) e quella del source apportionment analitico.

I risultati delle applicazioni del source apportionment sono disponibili nel Piano della Qualità dell’Aria approvato dalla Giunta Regionale in data 12 novembre 2018 e dal Consiglio Regionale in data 25 marzo 2019 e pubblicato sul Bollettino Ufficiale n. 16, supplemento ordinario n.1, del 18 aprile 2019.

IL SOURCE APPORTIONMENT MODELLISTICO

Elemento fondamentale per il source apportionment modellistico sono le informazioni riguardanti le sorgenti emissive; va infatti sottolineato che i risultati di tale approccio metodologico dipendono fortemente dai dati presenti negli Inventari delle emissioni in ingresso al sistema; di conseguenza, ogni criticità (sottostima/sovrastima) presente nei dati emissivi si riflette nella distribuzione delle concentrazioni.

Il Source apportionment modellistico settoriale

Per identificare il contributo - da parte delle diverse sorgenti emissive – alle concentrazioni di inquinanti, sia primari che secondari, sul territorio regionale, si utilizza il source apportionment modellistico di tipo settoriale, ovvero la ricerca delle responsabilità dell’inquinamento per settore di attività.

Fondamentale risulta la scelta delle associazioni di sorgenti emissive ovvero la definizione dei “settori”: tale ripartizione deve infatti risultare funzionale da un lato all’interpretazione dei risultati modellistici (per identificare il reale contributo alle concentrazioni degli inquinanti da parte delle principali fonti emissive), dall’altro alla focalizzazione dei potenziali ambiti di intervento da parte della pianificazione regionale.

Una volta individuati i settori emissivi da indagare con la tecnica del source apportionment modellistico settoriale, i dati emissivi relativi allo scenario base vengono rielaborati in funzione dell’aggregazione di sorgenti corrispondente a ciascun settore, dopo di che vengono realizzate le simulazioni meteodispersive di sensitività, su base annuale con livello di dettaglio orario, in numero pari alle aggregazioni individuate (settori).

Il Source apportionment modellistico geografico

Per indagare il contributo alle concentrazioni di inquinanti, sia primari che secondari, su un determinato territorio (ad es. il territorio regionale oppure la città di Torino) da parte delle sorgenti esterne al territorio stesso (contributo esogeno), si applica la metodologia del source apportionment modellistico di tipo geografico, che prevede la ricerca delle responsabilità dell’inquinamento operando una separazione delle sorgenti emissive su base geografica.

Al fine di indagare il ruolo del trasporto esogeno, l’applicazione della metodologia del source apportionment geografico prevede di separare le differenti sorgenti emissive sulla base della regione/area di appartenenza: una volta individuate le ripartizioni territoriali da indagare con la tecnica del source apportionment modellistico geografico, i dati emissivi relativi allo scenario base vengono rielaborati in funzione dell’aggregazione di sorgenti corrispondente a ciascuna area; successivamente vengono realizzate le simulazioni meteodispersive di sensitività, su base annuale con livello di dettaglio orario, in numero pari alle aggregazioni individuate (aree).

Il risultato è la quantificazione sia del contributo endogeno, legato alle sorgenti localizzate all’interno del territorio di interesse, sia del contributo esogeno, dovuto alle sorgenti localizzate all’esterno di tale territorio.

IL SOURCE APPORTIONMENT ANALITICO

La metodologia del source apportionment analitico prevede innanzitutto – a valle di un campionamento rappresentativo sia dal punto di vista spaziale che temporale - l’analisi chimica dei campioni.

Sui risultati laboratoristici vengono poi effettuate una serie di pre-elaborazioni di tipo statistico – caratterizzazione dei suoli nei siti di monitoraggio, calcolo dei fattori di arricchimento, studio della correlazione tra parametri chimici, esplorazione con la cluster analysis, attribuzione dell’incertezza -fino all’utilizzo del modello statistico EPA PMF 5.0 (Positive Matrix Factorization). La PMF, appartenente alla categoria dei modelli a recettore, rappresenta un approccio matematico-statistico basato sul cosiddetto fingerprint ¹  delle sorgenti e sulla loro variabilità spazio-temporale, attraverso l’applicazione di tecniche di analisi multivariata.

Una criticità intrinseca alla metodologia del source apportionment analitico è rappresentata dalla discrezionalità con cui, in assenza di traccianti chimici specifici, un profilo analitico viene associato ad una specifica sorgente (o gruppo di sorgenti); inoltre la componente secondaria del particolato viene trattata come una generica sorgente virtuale (secondario nitrati, secondario solfati) non attribuibile ad uno specifico comparto emissivo (trasporto, riscaldamento, ecc…).

Il source apportionment analitico al momento risulta quindi una tecnica parallela in grado di rafforzare le valutazioni sul contributo delle sorgenti – almeno nel caso della componente primaria - ottenute dalle simulazioni di source apportionment modellistico.

_____________

Nei primi giorni del mese di dicembre hanno avuto inizio i primi blocchi del traffico - previsti dalla DGR 42-5805 del 20/10/2017, con la quale la Regione Piemonte ha recepito i contenuti dell’Accordo di programma volto a contrastare l’inquinamento atmosferico, sottoscritto in data 09/06/2017 con le Regioni Lombardia, Veneto, Emilia-Romagna e con il Ministero dell’Ambiente -previsti nell’ambito dell’attivazione di misure temporanee omogenee nel bacino padano al verificarsi di condizioni favorevoli all’aumento delle concentrazioni di PM10. I provvedimenti di natura emergenziale associati al livello del semaforo riguardano prevalentemente il comparto del trasporto stradale, ma anche, seppur in misura inferiore, il comparto del riscaldamento domestico.

Il miglioramento della qualità dell’aria in una situazione meteoclimatica quale quella del Bacino Padano necessita di una pianificazione che operi su due livelli: da una parte l’individuazione dei provvedimenti emergenziali focalizzati sui comparti emissivi maggiormente rappresentati nel territorio, dall’altra la definizione di misure a scala più ampia - sia spaziale che temporale - volte al contenimento delle sorgenti emissive con impatto più rilevante sulla qualità dell’aria.

Per individuare le sorgenti emissive con maggiori responsabilità sull’inquinamento atmosferico, nel nuovo Piano Regionale per la Qualità dell’Aria (PRQA) sono stati combinati due approcci complementari:

1. la ricerca delle informazioni sul contributo delle sorgenti alle emissioni (quadro emissivo);
2. la ricerca delle informazioni sul contributo delle sorgenti alle concentrazioni degli inquinanti(source apportionment).

 

La descrizione analitica del quadro emissivo è in grado di rappresentare i fattori di pressione che incidono sulla qualità dell'aria, ma è solo uno degli elementi per determinare l'effettivo contributo delle sorgenti all'inquinamento atmosferico. I fenomeni di inquinamento infatti sono il risultato di una complessa competizione tra fattori che portano da una parte ad un accumulo degli inquinanti (emissioni, condizioni di stabilità atmosferica, situazione orografica, trasporto eolico) e dall’altra ne determinano la rimozione e la diluizione nell'atmosfera (reazioni chimiche, aggregazione di molecole, adsorbimento/assorbimento su materiale particellare, deposizione al suolo, condizioni di rimescolamento atmosferico, trasporto eolico).

In particolare, gli inquinanti emessi dalle diverse sorgenti (inquinanti primari, vedi contenuti correlati) – sulla base della loro reattività - subiscono in atmosfera dei processi di trasformazione chimico-fisica che possono portare alla formazione di nuove specie chimiche con caratteristiche di tossicità e di persistenza differenti dagli inquinanti originari (inquinanti secondari, vedi contenuti correlati).

Per determinare il contributo alle concentrazioni degli inquinanti da parte delle diverse sorgenti si è fatto quindi ricorso alla metodologia del source apportionment (vedi contenuti correlati) combinando l’approccio modellistico con quello analitico: i risultati relativi al particolato (PM10 e PM2.5) evidenziano, soprattutto nel caso della città di Torino, significative differenze tra i contributi alle emissioni e i contributi alle concentrazioni da parte delle stesse sorgenti. Tale comportamento è imputabile da un lato ai fenomeni di trasporto del particolato emesso nei comuni circostanti, dall’altro all’importanza della componente secondaria del particolato che si forma a scale spaziali più ampie del comune.

Nella Figura 11 a sinistra sono rappresentati i contributi percentuali alle concentrazioni medie annuali di PM10 stimate presso la stazione di monitoraggio della qualità dell’aria di Torino-Lingotto (stazione urbana di fondo, rappresentativa per la città di Torino), a destra i contributi percentuali al totale annuale delle emissioni comunali. Lo stesso confronto è stato ripetuto per l’Agglomerato di Torino (città di Torino esclusa) nella Figura 12, individuando come rappresentativa la stazione di monitoraggio di Borg

Dalla comparazione delle due figure emerge che, se si prendono in considerazione i contributi alle concentrazioni di particolato PM10 (grafici a torta nella parte sinistra), in entrambe le situazioni (città di Torino e Agglomerato di Torino) le sorgenti che impattano in maggior misura sono il riscaldamento (di cui più del 44% è riscaldamento a biomassa) e il traffico. Analizzando però i contributi alle emissioni di particolato primario (grafici a torta nella parte destra), risulta evidente come, nel caso della città di Torino, le concentrazioni legate al riscaldamento stimate presso le stazioni torinesi non trovino riscontro nelle corrispondenti emissioni comunali della città di Torino (pari al 5%, a causa della diffusione del teleriscaldamento). Invece le emissioni da riscaldamento dei comuni dell’Agglomerato rappresentano il 39% del totale emesso, di cui il 38% derivante da impianti a biomassa; al contrario, i valori di concentrazione legati al traffico trovano ugualmente riscontro nei contributi emissivi del comune di Torino e dei comuni dell’Agglomerato.

La spiegazione è che le concentrazioni di PM10 misurate nelle stazioni di Torino derivano dalla combinazione di più fenomeni:

• le reazioni chimiche che avvengono in atmosfera a partire dai precursori del particolato primario (ossidi di azoto, ammoniaca, biossido di zolfo), che producono la componente secondaria del particolato PM10 che si somma alla componente primaria emessa nella città di Torino (contributo endogeno);
• il trasporto da parte della circolazione atmosferica delle componenti primaria e secondaria del particolato PM10 dai comuni limitrofi alla città di Torino (contributo esogeno).

L’analisi del solo contributo alle emissioni (grafici a destra) avrebbe potuto portare a conclusioni fuorvianti, visto che avrebbe preso in considerazione la sola componente primaria del particolato PM10, non considerando i processi chimico-fisici che avvengono in atmosfera, mentre le concentrazioni stimate dalle tecniche modellistiche (modelli CTM, Chemical Transport Model,vedi contenuti correlati) ricomprendono sia la componente primaria che la componente secondaria, riproducendo quanto viene misurato dalle stazioni di monitoraggio.

Nella Figura 8 è stata infine riprodotta la rappresentazione schematica di quanto sopra descritto, ovvero dei differenti contributi alle concentrazioni rilevate presso una delle stazioni torinesi appartenenti al Sistema Regionale di Rilevamento della Qualità dell’Aria (stazione di Torino-Lingotto): le concentrazioni misurate risultano la sommatoria del contributo endogeno da parte delle sorgenti presenti nel territorio della città di Torino (componente primaria e componente secondaria, derivante dalle reazioni chimiche che avvengono in atmosfera a partire dalle emissioni dei precursori) e del contributo esogeno da parte delle sorgenti esterne alla città di Torino (componente primaria e componente secondaria, derivante non solo dalle reazioni chimiche che avvengono in atmosfera a partire dalle emissioni dei precursori, ma anche dai fenomeni di trasporto e diffusione).

Di conseguenza le misure di riduzione delle emissioni di PM10 non sono ugualmente applicabili nei due contesti territoriali: gli interventi mirati alla riduzione di utilizzo della biomassa legnosa devono prendere in considerazione un territorio più ampio del solo comune di Torino, altrimenti risultano poco efficaci; al contrario gli interventi mirati alla riduzione delle emissioni da traffico devono trovare applicazione sia nella città che nei comuni circostanti.

Le misure di riduzione delle emissioni volte al miglioramento della qualità dell’aria, per risultare efficaci, devono quindi essere ponderate valutando congiuntamente le diverse informazioni ed essere necessariamente concertate tra i soggetti coinvolti alle diverse scale territoriali.

Inquinanti primari e secondari

 La reattività chimica degli inquinanti porta a distinguere tra:

• inquinanti primari, ovvero inquinanti emessi direttamente in atmosfera, la cui immissione nell'ambiente deriva dal rilascio di sostanze o particelle prodotte dalla fonte emissiva: esempi di inquinanti primari sono il monossido di carbonio (CO) e le polveri di origine naturale;
• inquinanti secondari, ovvero inquinanti che si formano in atmosfera attraverso reazioni chimiche tra le varie sostanze presenti: esempio tipico è l'ozono (O3), che si forma attraverso una complessa serie di reazioni fotochimiche a partire dai suoi precursori, in particolare ossidi di azoto (NOx) e composti organici volatili non metanici (NMVOC).

Per alcuni inquinanti, come il particolato (PM), risultano rilevanti sia le componenti primarie che quelle secondarie: mentre il particolato primario è composto dalle particelle di vario diametro aerodinamico originate direttamente da processi naturali (incendi, erosione delle rocce, diffusione di pollini, formazione di aerosol marino) o antropici (utilizzo di combustibili fossili e attività industriali), il particolato secondario è costituito dagli aerosol, contenenti quasi esclusivamente particelle fini, che si generano dalle reazioni di ossido-riduzione degli inquinanti primari e secondari presenti in atmosfera allo stato gassoso (ossidi di azoto, ossidi di zolfo, ammoniaca, ecc...) oppure dai processi di condensazione dei prodotti finali di reazioni fotochimiche (ad es. composti organici).

Nell'individuazione delle strategie di riduzione dell'inquinamento le difficoltà derivano dal fatto che il legame tra gli inquinanti di origine secondaria ed i loro precursori non è lineare: una riduzione dei precursori può tradursi in una variazione molto diversa della componente secondaria - o addirittura non avere effetti - a seconda delle condizioni ambientali e dei rapporti reciproci tra inquinanti, per la competizione tra specie chimiche.

Nel caso del particolato fine secondario (PM2.5), ad esempio, le concentrazioni dipendono fortemente, oltre che dalla disponibilità di ammoniaca in atmosfera, dalla composizione dell'atmosfera stessa (principalmente dalla presenza di solfati e nitrati), nonché dalle condizioni meteorologiche. Gli ioni solfato (SO4^{- -}) e gli ioni nitrato (NO3^-), originati dai processi di combustione, sono in competizione per legarsi alle molecole di ammonio (NH4⁺) e formare i sali corrispondenti (solfato d'ammonio e nitrato d'ammonio): quando gli ioni ammonio risultano in eccesso rispetto agli ioni solfato, si legano agli ioni nitrato in una reazione che è favorita dall'alta umidità relativa e che si innesca già a basse temperature (tipicamente di notte e nei periodi più freddi dell'anno). Questo significa che la formazione del particolato secondario inorganico non dipende esclusivamente dai livelli di ammonio in atmosfera - derivanti principalmente dalle emissioni di ammoniaca da parte delle attività agricole e zootecniche - ma risulta influenzata dalla coesistenza delle diverse sorgenti emissive presenti sul territorio e dalle condizioni fisico-chimiche dell'atmosfera.

Il source apportionment

 

Il source apportionment è una metodologia in grado di identificare e stimare quantitativamente il contributo alle concentrazioni degli inquinanti in aria ambiente (immissioni) da parte delle principali sorgenti esistenti nell’area di studio o in contesti territoriali limitrofi.

In particolare, tra i diversi approcci utilizzabili, il source apportionment modellistico consiste nell’applicazione di tecniche specialistiche ai modelli di chimica e trasporto degli inquinanti (CTM) che consentono di individuare il contributo alle concentrazioni degli inquinanti - sia primari che secondari - da parte delle diverse sorgenti, individuate sia sulla base dei comparti emissivi che su base geografica.

A tali tecniche modellistiche è possibile affiancare l’approccio analitico a “recettore” (source apportionment analitico), che consente di effettuare delle stime partendo dai dati di composizione chimica del particolato PM10, campionato in siti ritenuti significativi, e applicando a tali dati specifiche tecniche statistiche, tra le quali la più utilizzata è la Positive Matrix Factorization (PMF).

I due differenti approcci metodologici sono stati applicati nell’ambito del Piano Regionale per la Qualità dell’Aria per l’individuazione delle responsabilità da parte delle diverse sorgenti emissive.

Nel seguito saranno descritte entrambe le metodologie di stima: quella del source apportionment modellistico e quella del source apportionment analitico.

Il Source apportionment modellistico: il sistema integrato FARM/BFM

Per poter assegnare alle diverse sorgenti individuate la “responsabilità” non solo in termini di emissioni, ma anche in termini di concentrazioni dei vari inquinanti, nel sistema modellistico in uso presso Arpa Piemonte ¹ è stato integrato un modulo specifico per la tecnica del source apportionment.

La metodologia adottata è quella del 3D sensitivity runs / Brute Force Method – BFM, già utilizzata dall’ENEA in ambito nazionale nel progetto MINNI a supporto delle attività del MATTM nell'ambito delle Deroghe CE: tale metodo prevede la realizzazione di una simulazione di riferimento (caso base) e di un numero opportuno di simulazioni di sensitività, una per ogni sorgente che si intende analizzare (intendendo con “sorgente” un insieme di categorie emissive organizzato per settore di attività); il contributo di ciascuna sorgente viene quindi calcolato analizzando le differenze tra i risultati delle simulazioni di sensitività e quelli della simulazione di riferimento.

Il nuovo modulo, denominato FARM/BFM, effettua le simulazioni di source apportionment integrando direttamente il modello FARM ed il modulo delle emissioni EMMA, permettendo così – definiti in fase iniziale l’insieme delle sorgenti, la configurazione dei dati di base e delle risorse di calcolo da utilizzare – una gestione diretta delle variazioni del quadro emissivo, dell’esecuzione delle simulazioni di sensibilità e della combinazione di tutte le fasi successive.

Elemento fondamentale per il source apportionment modellistico sono le informazioni riguardanti le sorgenti emissive; va infatti sottolineato che i risultati di tale approccio metodologico dipendono fortemente dai dati presenti negli Inventari delle emissioni in ingresso al sistema; di conseguenza, ogni criticità (sottostima/sovrastima) presente nei dati emissivi si riflette nella distribuzione delle concentrazioni.

I valori ottenuti presso punti di misura che ricadono nella stessa cella di calcolo, inoltre, mostreranno concentrazioni - nonchè contributi da parte dei settori emissivi - molto simili e non potranno quindi rappresentare completamente le differenze fra concentrazioni misurate presso stazioni con diversa rappresentatività spaziale (ad es. una stazione di fondo urbano e una stazione di traffico), essendo queste legate a fenomeni che avvengono ad una scala spaziale non riproducibile alla risoluzione del sistema modellistico.

Il source apportionment analitico

L’applicazione delle tecniche di source apportionment analitico – basate su tecniche matematico-statistiche (analisi multivariata) mirate a separare gli elementi in differenti gruppi sulla base del loro grado di associazione - consente teoricamente di ottenere una stima dei contributi da parte delle classi di sorgenti - sia reali (traffico, riscaldamento a legna, ecc.) che virtuali (componente secondaria) – partendo da misure/analisi e identificando le diverse sorgenti sulla base della statistica dei contributi analitici e della loro variabilità temporale. Tale processo prescinde dall’Inventario delle Emissioni, strumento basato su metodologie di stima la cui accuratezza non risulta confrontabile con valutazioni di tipo chimico-analitico.

La metodologia del source apportionment analitico prevede infatti – a valle di un campionamento rappresentativo sia dal punto di vista spaziale che temporale - l’analisi chimica dei campioni (con vari approfondimenti relativi alla speciazione chimica del particolato, in relazione sia alla scelta degli analiti e delle metodiche laboratoristiche, sia all’interpretazione delle incertezze associate ai risultati analitici).

Sui risultati laboratoristici vengono poi effettuate una serie di pre-elaborazioni di tipo statistico – caratterizzazione dei suoli nei siti di monitoraggio, calcolo dei fattori di arricchimento, studio della correlazione tra parametri chimici, esplorazione con la cluster analysis, attribuzione dell’incertezza -fino all’utilizzo del modello statistico EPA PMF 5.0 (Positive Matrix Factorization). La PMF, appartenente alla categoria dei modelli a recettore, rappresenta un approccio matematico-statistico basato sul cosiddetto fingerprint ² delle sorgenti e sulla loro variabilità spazio-temporale, attraverso l’applicazione di tecniche di analisi multivariata.

Una criticità intrinseca alla metodologia del source apportionment analitico è rappresentata dalla discrezionalità con cui, in assenza di traccianti chimici specifici, un profilo analitico viene associato ad una specifica sorgente (o gruppo di sorgenti); inoltre la componente secondaria del particolato viene trattata come una generica sorgente virtuale (secondario nitrati, secondario solfati) non attribuibile ad uno specifico comparto emissivo (trasporto, riscaldamento, ecc…).

Il source apportionment analitico al momento risulta quindi una tecnica parallela in grado di rafforzare le valutazioni sul contributo delle sorgenti – almeno nel caso della componente primaria - ottenute dalle simulazioni di source apportionment modellistico, che partono invece dalle stime degli Inventari delle Emissioni e dalle variabili meteorologiche misurate per ricostruire nel tempo e nello spazio tridimensionale le reazioni chimiche che avvengono in atmosfera.

La tecnica non trova applicazione diffusa nel SNPA, richiedendo da una parte un dettaglio elevato nella speciazione dei campioni di particolato, dall’altra l’uso di tecniche statistiche non convenzionali, con conseguente elevata necessità di risorse professionali e strumentali. É importante rilevare che per speciazione dei campioni di particolato si intende l’analisi chimica quantitativa dei componenti del particolato, in particolare dei composti organici, degli ioni e dei metalli che risultino traccianti specifici di particolari comparti emissivi. Ad esempio la combustione della legna, o comunque della biomassa, è tracciata da alcuni componenti organici, in particolare dal levoglucosano prodotto dalla pirolisi di composti come la cellulosa. Purtroppo per altri comparti emissivi non sono disponibili traccianti così efficaci e studiati come per la combustione della legna: su questo aspetto sarebbe dunque necessario effettuare indagini e studi per indentificare e/o confermare la presenza di possibili traccianti nel particolato primario, in particolare per quanto riguarda i veicoli a motore.

_____________

Modelli CTM di chimica e trasporto degli inquinanti

La Regione Piemonte ha sviluppato e realizzato presso Arpa Piemonte una catena modellistica operativa di qualità dell’aria, basata sull'applicazione di modelli euleriani di chimica e trasporto (i modelli C.T.M., Chemical Transport Models), i più idonei da applicare - come indicato esplicitamente nell’appendice III del D. Lgs. 155/10 - in un contesto, quale quello piemontese, caratterizzato da un’elevata complessità morfologica ed emissiva, su scale spaziali che vanno da quella urbana a quella regionale e di bacino, su scale temporali sia orarie sia di lungo periodo; tale sistema modellistico è in grado di riprodurre la complessa serie di reazioni chimiche che avvengono in atmosfera e simulare le concentrazioni dei principali inquinanti atmosferici – primari e secondari  - su tutto il territorio regionale (O3, NO2, NOx, PM10, PM2,5, CO, SO2, benzene).

La catena modellistica regionale (rappresentata in Figura 1) è in realtà una rete integrata di codici di calcolo: le molteplici basi di dati in ingresso (gli inventari delle emissioni, i dati geografici necessari alla descrizione della topografia, dell'uso del suolo e del dettaglio urbano, i dati meteorologi e chimici) vengono elaborate dalle componenti specifiche del sistema in modo da produrre tutte le informazioni necessarie al modello di dispersione. I principali elementi che compongono il sistema si possono sinteticamente riassumere in:

1. un modulo territoriale che, a partire dalle basi di dati territoriali, costruisce i campi dei parametri geofisici e territoriali;
2. un modulo meteorologico che, a partire dai dati meteorologici di ingresso (osservazioni al suolo e in quota e/o campi tridimensionali, previsti o analizzati, di modelli meteorologici a mesoscala), costruisce i campi meteorologici tridimensionali e bidimensionali di turbolenza utilizzati dal modello di dispersione;
3. un modulo delle emissioni che, a partire dagli inventari delle emissioni, ricostruisce i campi bidimensionali orari dei ratei di emissione per tutte le specie chimiche trattate dal modello di qualità dell'aria;
4. il modello chimico di qualità dell’aria, in grado di ricostruire i campi tridimensionali di concentrazione delle diverse specie chimiche prodotte dal modulo delle emissioni e dalle reazioni chimiche simulate in atmosfera;
5. un modulo per le condizioni iniziali e al contorno che, a partire dai campi tridimensionali di concentrazione di un modello di qualità dell'aria a mesoscala e/o dai dati chimici osservati, prepara i relativi campi di concentrazione;
6. un modulo di post-processing che elabora i campi tridimensionali di concentrazione per produrre campi aggregati di indicatori e mappe tematiche ed effettua la valutazione delle prestazioni del sistema modellistico.
<

Il sistema è attualmente implementato in tre differenti versioni:

• versione diagnostica di lungo periodo (simulazioni dispersive annuali con cadenza oraria, basate su dati meteorologici misurati);
• versione prognostica (simulazioni dispersive quotidiane dei livelli di concentrazione oraria dei principali inquinanti atmosferici, basate su dati meteorologici previsti);
• versione diagnostica near-real-time (simulazioni dispersive quotidiane dei livelli di concentrazione relativi al giorno precedente, basate su dati meteorologici misurati).

Il sistema modellistico in versione diagnostica di lungo periodo, operativo a partire dal 2005, è stato sviluppato per effettuare simulazioni di lungo periodo a supporto delle Valutazioni annuali della qualità dell’aria sul territorio regionale. Le simulazioni sono condotte con cadenza oraria su un dominio di calcolo, illustrato in Figura 2, che comprende, oltre all’intera regione Piemonte, anche la Valle d’Aosta, si spinge fino alle province di Genova e Savona a sud e include ad est la parte più orientale della Lombardia, fino all'area milanese, con risoluzione orizzontale di 4 km. La scelta del dominio è determinata dall’esigenza di tenere conto non solo degli effetti, in termini di emissioni e trasporto, delle sorgenti poste al di fuori del territorio regionale, ma anche delle peculiarità meteorologiche legate alla presenza dell’arco alpino.

Le simulazioni di qualità dell'aria sono realizzate integrando, mediante opportune tecniche matematiche di assimilazione dati, le informazioni modellistiche con quelle provenienti dai dati misurati dalle stazioni del SRRQA, in modo da ottenere una stima dello stato di qualità dell'aria sul territorio regionale il più possibile vicina alla realtà.

A valle delle simulazioni di dispersione, il modulo di post-elaborazione produce le mappe tematiche su griglia e su base comunale, calcola i campi degli indicatori di lungo periodo richiesti dalla normativa e necessari per procedere alla valutazione del territorio in relazione allo stato di qualità dell'aria, ed effettua una prima verifica delle prestazioni del sistema, con particolare riferimento agli obiettivi di qualità per la modellizzazione richiesti dalla normativa nazionale e comunitaria.