Inquinamento atmosferico nella città di Roma ( ) Gianluca Iarocci

Transcript

1 Inquinamento atmosferico nella città di Roma ( ) Gianluca Iarocci Italian National Institute for Environmental Protection and Research Environment Department Monitoring and Prevention of Atmospheric Impacts Anno 2012

2 INDICE INTRODUZIONE.. pag. 3 MATERIALI E METODI. pag. 4 RISULTATI pag. 5 CONCLUSIONI..... pag. 18 BIBLIOGRAFIA pag. 20 2

3 INTRODUZIONE La quantificazione dell effetto dell inquinamento atmosferico in relazione allo stato di salute è diventata negli ultimi tempi sempre più un argomento di dibattito politico. L inquinamento atmosferico all aperto è responsabile all incirca dell 1,4% di tutte le malattie e del 2% delle malattie cardiopolmonari [1,2]. L associazione tra l inquinante atmosferico materiale particolato (PM) e le malattie cardiopolmonari è stata da tempo studiata [3]. Recenti studi mostrano un associazione tra alti livelli di biossido di azoto (NO2) in città e diabete [4] e tra alti livelli di benzene e leucemie pediatriche [5], tra alte concentrazioni di PM, O3 e NO2 e sintomi depressivi tra gli anziani [6]. In questo studio vengono studiate le relazioni tra le concentrazioni degli inquinanti NO2 g/m 3 ), CO mg/m 3 ), PM10 g/m 3 ), O3 g/m 3 ) e SO2 g/m 3 ) nel periodo rilevate dalle centraline traffico di qualità dell aria site a Roma in Piazza Fermi, Magna Grecia, Largo Arenula e dalla centralina fondo Villa Ada. Per gli anni per la centralina di Villa Ada i dati di PM10 g/m 3 ) sono disponibili suddivisi per le componenti FINE g/m 3 ) e COARSE g/m 3 ). In questo studio vengono effettuate elaborazioni statistiche al fine di trovare relazioni tra le variabili, studiare l andamento stagionale dell inquinamento atmosferico e valutare l andamento dell inquinamento negli ultimi anni. Diversi autori hanno studiato negli ultimi anni queste tematiche [7, 8, 9, 10, 11]. 3

4 MATERIALI E METODI Uno studio preliminare è stato condotto con statistiche descrittive (grafici delle serie storiche osservate, delle medie mensili e correlazioni di Pearson). L analisi in componenti principali è stata utilizzata al fine di trovare relazioni tra le variabili inquinanti che hanno un comportamento simile. Con questa tecnica statistica si riduce la matrice di dati quantitativi (le concentrazioni degli inquinanti in atmosfera) in un numero inferiore di nuove variabili dette componenti principali (PC) tra loro ortogonali (indipendenti ed incorrelate) e tali che sia minima la perdita di informazione (variabilità totale) da esse spiegata rispetto alla variabilità totale posseduta dalle variabili originarie [12]. Al fine di ottenere dalle serie storiche il trend ciclo si è utilizzato il modello noto come metodo per il calcolo del rapporto della media mobile [13] per i dati della centralina di Villa Ada: x = saf + stc + err dove x = serie osservata saf = componente stagionale stc = trend ciclo err = componente errore statistico Il modello usato è stato quello additivo con periodo mensile al fine di catturare la componente stagionale. 4

5 RISULTATI Una prima analisi dei dati è stata condotta con grafici delle serie storiche dei dati giornalieri delle centraline di qualità dell aria site a Roma in Piazza Fermi, Magna Grecia, Largo Arenula e Villa Ada per gli inquinanti PM10 g/m 3 ), CO mg/m 3 ), NO2 g/m 3 ), O3 g/m 3 ) e SO2 g/m 3 ) rilevati nel periodo Per ogni giorno è stata calcolata la media giornaliera rilevata in ciascuna delle quattro centraline. Questi dati riportati sotto nei grafici evidenziano la presenza di stagionalità. Grafico 1 - Inquinanti NO2, CO, PM10, SO2, O3 per gli anni riferiti alle centraline Piazza Fermi, Magna Grecia, Largo Arenula e Villa Ada. NO2 CO 140 7, , , , , , , PM10 1 9,0 SO , , , ,0 80 4,0 60 3,0 40 2,0 20 1,

6 140 O Si riporta sotto l analisi in componenti principali effettuata al fine di individuare gruppi di inquinanti il cui comportamento è simile. Nella Tabella 1 vengono presentate le prime due componenti principali per le variabili in esame e i relativi autovalori, la varianza spiegata e la varianza cumulata. Tabella 1 - Prime due componenti principali dei dati inerenti gli inquinanti NO2, CO, PM10, SO2, O3 per gli anni riferiti alle centraline Piazza Fermi, Magna Grecia, Largo Arenula e Villa Ada PC1 PC2 NO2 0,82-3 CO 0,86-6 PM10 0,81 9 SO2 0,54 0,69 O3-0,58 0,63 Autovalore 2,7 0,89 Varianza spiegata (%) 54,02 17,8 Varianza comulata (%) 54,02 71,82 Le prime due componenti principali contengono il 71,82% dell informazione originaria, valore dato dalla somma della varianza spiegata dalle prime due componenti principali. 6

7 Il Grafico 2 riportato sotto mostra graficamente la relazione esistente tra le variabili. La prima componente è caratterizzata lungo l asse positivo da CO, NO2 e PM10, mentre la seconda componente lungo l asse positivo da SO2 e O3. Risultano tre gruppi di variabili tra loro simili: uno è costituito da CO, NO2 e PM10, un altro da SO2 e un altro da O3. Le medie mensili per ciascun inquinante sono riportate nel Grafico 3. CO, PM10, e NO2 presentano una stagionalità coerente tutta nello stesso verso e cioè concentrazioni medie inferiori nei mesi estivi e più elevate nelle altre stagioni, mentre O3 ha un andamento opposto e molto marcato, SO2 ha un andamento più variabile e presenta valori più elevati nei mesi invernali. 7

8 Grafico 3 Andamento mensile degli inquinanti NO2, PM10, O3, CO, SO2 per gli anni dal 1999 al 2009 riferiti alle centraline Piazza Fermi, Magna Grecia, Largo Arenula e Villa Ada. 8 3,0 7 2, ,0 1,5 1,0 0,5 NO2 PM10 O3 CO SO Nota: Le serie CO e SO2 sono scalate rispetto all asse a destra del grafico. Nella Tabella 2 che segue vengono riportati i coefficienti di correlazione di Pearson degli inquinanti. Essi sono positivi per tutti gli inquinanti ossia al crescere dei valori di una variabile crescono anche i valori dell altra, ad eccezione dell ozono O3 per il quale la correlazione con gli altri inquinanti è negativa ossia c è una relazione inversa. Tabella 2 Matrice di correlazioni degli inquinanti NO2, CO, PM10, SO2, O3, PNC per gli anni dal 1999 al 2009 riferiti alle centraline Piazza Fermi, Magna Grecia, Largo Arenula e Villa Ada. NO2 CO PM10 SO2 O3 NO2 1,00 0,60 0,57 0,35-0,40 CO 0,60 1,00 0,65 0,34-0,43 PM10 0,57 0,65 1,00 0,34-0,29 SO2 0,35 0,34 0,34 1,00-0,12 O3-0,40-0,43-0,29-0,12 1,00 In seguito si riportano le analisi statistiche condotte sui dati della centralina situata a Roma in Villa Ada che rileva anche la distribuzione di PM10 nelle sue componenti FINE e COARSE. 8

9 Le serie storiche dei dati osservati e le medie mensili (Grafico 4) ci suggeriscono una cera stagionalità costante per gli inquinanti NO2, CO e FINE (bassa nei mesi estivi e alta nei mesi estremi dell anno). O3 mostra un andamento stagionale diametralmente opposto (alto nei mesi estivi e basso nei mesi invernali). Le concentrazioni di ozono più elevate si registrano nei mesi più caldi dell'anno e nelle ore di massimo irraggiamento solare. SO2 non sembra avere una stagionalità mensile definita. PM10 ha una stagionalità decisa ma meno regolare e cioè bassa nei mesi centrali e alta nei mesi estremi dell anno. COARSE ha una stagionalità inversa rispetto a PM10 e che va nello stesso verso di O3 e cioè alta nei mesi centrali. Grafico 4 Serie storiche dei dati osservati e medie mensili degli inquinanti NO2, CO, PM10, SO2, O3, FINE, COARSE di Villa Ada per gli anni dal 2006 al NO2 10 NO ,00 CO 2,0 CO 1,80 1,8 1,60 1,6 1,40 1,4 1,20 1,2 1,00 1,0 0,80 0,8 0,60 0,6 0,40 0,4 0,20 0,

10 120 PM10 12 PM ,0 SO2 7,0 SO2 6,0 6,0 5,0 5,0 4,0 4,0 3,0 3,0 2,0 2,0 1,0 1, O3 12 O FINE 8 FINE

11 70 COARSE 7 COARSE Il Grafico 5 che segue mostra le medie mensili per anno. 7 Media mese (Villa Ada) NO2 CO PM10 SO2 O3 FINE COARSE Quanto detto viene confermato dall analisi dei coefficienti di correlazione di Pearson e cioè O3 ha tutte correlazioni negative e solo con SO2 e COARSE quasi nulle. 11

12 Tabella 3 Matrice di correlazione degli inquinanti NO2, CO, PM10, SO2, O3, FINE, COARSE di Villa Ada per gli anni dal 2006 al NO2 CO PM10 SO2 O3 FINE COARSE NO2 1,00 0,72 0,57 0,30-0,60 0,62 0,13 CO 0,72 1,00 0,57 0,22-0,63 0,64 0,11 PM10 0,57 0,57 1,00 0,29-0,30 0,89 0,60 SO2 0,30 0,22 0,29 1,00 0 0,31 0,10 O3-0,60-0,63-0,30 0 1,00-0,46 0,15 FINE 0,62 0,64 0,89 0,31-0,46 1,00 0,17 COARSE 0,13 0,11 0,60 0,10 0,15 0,17 1,00 In seguito si riporta l analisi in componenti principali. La prima componente che cattura oltre il 51,26% della varianza, racchiude lungo la parte positiva gli inquinanti FINE, NO2, CO e PM10, un altro gruppo di variabili sembra essere costituito da SO2, un altro da COARSE, mentre nella parte opposta si trova l inquinante O3 che conferma anche con l analisi multivariata l andamento opposto rispetto agli altri inquinanti Tabella 4 - Prime due componenti principali dei dati inerenti gli inquinanti NO2, CO, PM10, SO2, O3, FINE, COARSE per gli anni dal 2006 al 2010 riferiti alla centralina di Villa Ada PC1 PC2 NO2 0,84-0,21 CO 0,84-0,25 PM10 0,86 0,43 SO2 0,38 0,27 O3-0,64 0,61 FINE 0,88 6 COARSE 0,32 0,81 Autovalore 3,59 1,4 Varianza spiegata (%) 51,26 25 Varianza comulata (%) 51,26 71,31 12

13 Il Grafico 6 riportato sotto mostra graficamente la relazione esistente tra gli inquinanti NO2, CO, PM10, SO2, O3, FINE, COARSE rilevati a Villa Ada negli anni dal 2006 al Al fine di valutare l aumento o la diminuzione dell inquinamento per gli inquinanti CO, NO2, SO2, PM10, FINE, COARSE, O3, rilevati dalla centralina di qualità dell aria di Villa Ada si è utilizzato un modello a media mobile di tipo additivo con periodo mensile. Il modello con periodo mensile è stato fatto con un modello a media mobile a partire dalla serie osservata (x) per ottenere saf (componente stagionale), stc (trend ciclo) e err (componente errore statistico). L analisi delle serie storiche consente di scorporare la componente relativa al trend ciclo e quindi analizzare l andamento nel lungo periodo delle concentrazioni inquinanti. 13

14 Il trend ciclo (stc) ha andamento decrescente per cui si può affermare che l inquinamento è diminuito per tutti gli inquinanti (FINE, COARSE, CO, PM10, SO2) tranne che per NO2 ed O3 per i quali si ha una decrescenza molto debole (si veda il Grafico 7). Le elaborazioni sono state effettuate con il software SPSS 15.0 per Windows. Alcuni ricercatori hanno studiato recentemente l inquinamento atmosferico a Roma e hanno dimostrato una riduzione delle concentrazioni degli inquinanti gassosi primari (NO, CO) e del numero di particelle (PNC). Un trend statisticamente significativo di riduzione è stato individuato anche per PM10, PM2.5 e NO2 limitatamente ai siti di monitoraggio orientati al traffico, sebbene meno rilevante rispetto a quanto osservato per NO, CO e PNC [14]. Grafico 7 Serie storiche dei dati osservati (x) e trend ciclo (STC) degli inquinanti FINE, COARSE, CO, NO2, O3,, PM10, SO2 FINE - Anni stazione Villa Ada 40 35, ,00 20 x STC 15, ,

15 COARSE - Anni stazione Villa Ada 18,00 16,00 14,00 12, ,00 x STC 6,00 4,00 2, CO - Anni stazione Villa Ada 1,60 1,40 1,20 1,00 0,80 x STC 0,60 0,40 0,

16 NO2 - Anni stazione Villa Ada x STC O3 - Anni stazione Villa Ada x STC

17 PM10 - Anni stazione Villa Ada x STC SO2 - Anni stazione Villa Ada 5,00 4,50 4,00 3,50 3,00 2,50 x STC 2,00 1,50 1,00 0,

18 CONCLUSIONI In uno studio degli effetti a breve termine dell inquinamento atmosferico in 10 città italiane (Milano, Mestre-Venezia, Torino, Bologna, Firenze, Pisa, Roma, Taranto, Cagliari e Palermo), nel periodo emerge che l inquinamento atmosferico urbano, in gran parte originato dal traffico veicolare, è tuttora un problema ambientale di assoluta rilevanza per la salute pubblica. Nel periodo si sono rilevati livelli di particolato (PM10), biossido di azoto (NO2) e ozono (O3) molto preoccupanti [15]. Tuttavia in generale la maggior parte delle emissioni in atmosfera nelle differenti città è in diminuzione; ciò è dovuto al miglioramento della combustione, che per molti inquinanti è la principale fonte di emissione, sia negli impianti fissi che nei motori degli autoveicoli, all uso di combustibili più puliti, all adozione di materiali e processi meno inquinanti, alla presenza di sistemi di abbattimento degli inquinanti come le marmitte catalitiche nei veicoli a motore o i filtri per l abbattimento del particolato negli inceneritori. In ogni caso è opportuno ricordare che per gli inquinanti attualmente più critici e cioè PM10 e PM2,5, ozono e biossido di azoto il rapporto tra l entità dell emissione e la concentrazione rilevata in atmosfera non è diretto e lineare. Le concentrazioni rilevate, infatti, dipendono da fattori legati al luogo in cui le varie sostanze sono emesse, in particolare l orografia e le condizioni meteo climatiche prevalenti, che oltre a favorire o meno l accumulo degli inquinanti influenzano per questi la formazione della componente secondaria (che si forma a seguito di processi chimico fisici) [16]. Le analisi statistiche utilizzate in questa ricerca confermano stagionalità bassa nei mesi estivi e alta nei mesi estremi dell anno per gli inquinanti NO2, CO e FINE, mentre O3 mostra un andamento stagionale diametralmente opposto (alto nei mesi estivi e basso nei mesi invernali) e SO2 non sembra avere una stagionalità mensile definita. PM10 ha una stagionalità decisa ma meno regolare e cioè bassa nei mesi centrali e alta nei mesi estremi dell anno. 18

19 COARSE ha una stagionalità inversa rispetto a PM10 e che va nello stesso verso di O3 e cioè alta nei mesi centrali. 19

20 BIBLIOGRAFIA 1: Ezzati M, Lopez AD, Rodgers A, Vander Hoorn S, Murray CJ, Comparative Risk Assessment Collaborating Group, Selected major risk factors and global and regional burden of disease, Lancet 2002; 360: : Word Health Organization, Word health report 2002: reducing risk, promoting healthy life, Geneva:WHO, 2002 Available at: 3: Zanobetti A, Schwartz J, Dockery DW, Airborne particles are a risk factor for hospital admissions for heart and lung disease, Environ Health Perspect 2000; 108: : Raaschou-Nielsen O, Sorensen M, Ketzel M, et al., Long-term exposure to traffic related air pollution and diabetesassociated mortality: a cohort study. Diabetologia Aug. 5: Vinceti M, Rothman KJ, Crespi CM, et al., Leukemia risk in children exposed to benzene and PM10 from vehicular traffic: a case-contol study in an Italian population. Eur J Epidemiol Aug 15 6: Lim YH, Kim H, Kim JH, et al., Air pollution and symptoms of depression in elderly adults, Environ Health Perspect 2012; 120: : Linee guida per la predisposizione delle reti di monitoraggio della qualità dell aria in Italia, APAT, : I modelli per la valutazione e gestione della qualità dell aria: normativa, strumenti, applicazioni, APAT, : Gramscha E, Cereceda-Balicb F, Oyolac P, von Baerd D, Examination of pollution trends in Santiago de Chile with cluster analysis of PM10 and Ozone data, Atmospheric Environment, : Shuenn-Chin Chang, Chung-Te Lee, Evaluation of the temporal variations of air quality in Taipei City, Taiwan, from 1994 to 2003, Journal of Enviromental Management, : Cattani G Viviano G (a cura di), Stazione di rilevamento dell Istituto Superiore di Sanità per lo studio della qualità dell aria: anni 2003 e 2004, Rapporti ISTISAN 06/13, Istituto Superiore di Sanità, : Vitali O, Statistica per le scienze applicate, Cacucci editore, : Statistical Package for the Social Sciences Version 15.0 (SPSS Inc., Chicago, IL., USA) 14: Cattani G., Di Menno di Bucchianico A., Dina D., Inglessis M., Notaro C., Settimo G., Viviano G., Marconi A., Evaluation of the temporal variation of quality in Roma, Italy from , Ann Istituto Superiore di Sanità, : Inquinamento atmosferico e salute, sorveglianza epidemiologica e interventi di prevenzione, Epidemiol Prev 2009; 33 (6) suppl 2: : Rapporto sulla qualità dell ambiente urbano, edizione 2010, ISPRA 20