Metodologie di identificazione dell inquinamento diffuso in aree urbane

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Metodologie di identificazione dell inquinamento diffuso in aree urbane"

Filiberto Sarti
6 anni fa
Visualizzazioni

diffuso in aree urbane Alberti L., Azzellino A., Colombo L., Lombi S.

1 Milano, 22 giugno 2017 PIANI PER L INQUINAMENT DIFFUS: ESPERIENZE REGINALI A CNFRNT Metodologie di identificazione dell inquinamento diffuso in aree urbane Alberti L., Azzellino A., Colombo L., Lombi S., Cantone M. 1 1 Politecnico di Milano, DICA, Environmental and Civil Engineering Department

la realizzazione dei relativi piani gestionali.

2 SCP DELL STUDI 2 Il Dlgs 152/06 (TitoloV art. 239) demanda alle Regioni l identificazione di aree soggette dell inquinamento diffuso e la realizzazione la realizzazione dei relativi piani gestionali. Regione Lombardia con il progetto PLUMES e AMIIGA ha studiato il caso dell area metropolitana di Milano (FUA) identificando valori di inquinamento diffuso di origine antropica per PCE e TCE PUBLIC WITHDRAWAL m 3 /y

SCP DELL STUDI 3 Lo stato di contaminazione endemico dei principali

contaminazione: 1) sorgenti puntuali, rappresentano aree dalle quali

puntuali multiple costituite da una serie di piccole sorgenti non

3 SCP DELL STUDI 3 Lo stato di contaminazione endemico dei principali acquiferi milanesi è legato a due tipologie di fonti di contaminazione: 1) sorgenti puntuali, rappresentano aree dalle quali prendono origine plume con concentrazioni medio alte 2) sorgenti puntuali multiple costituite da una serie di piccole sorgenti non identificabili distribuite in ampie aree e responsabili di uno stato di inquinamento diffuso

4 METDLGIA 4 DATA SET IDRCHIMIC ( ) (TCE,PCE, TCM) Cluster analysis Modellazionedel flusso e del trasporto (Modflow,/MT3D) Estensione dei PLUME dataset«ripulito» Analisi geostatistica Individuazione degli hot-spot M E T D L G I A Cartografia della contaminazione diffusa Factorand Multivariate analysis RISULTATI

5 METDLGIA 5 DATA SET IDRCHIMIC ( ) (TCE,PCE, TCM) Cluster analysis Modellazionedel flusso e del trasporto (Modflow,/MT3D) Estensione dei PLUME dataset«ripulito» Analisi geostatistica Individuazione degli hot-spot M E T D L G I A Cartografia della contaminazione diffusa Factorand Multivariate analysis RISULTATI

6 ANALISI STATISTICA (1) 6 Data set idrochimico ( ): punti di monitoraggio e analisi - 1 punto/12 km 2 (analisi semestrali) - ARPA, aree in bonifica, gestori acquedotti (MM, AGAM, CAP, Brianzacque) - Posizione, prof. filtri, dati di monitoraggio monitored

7 ANALISI STATISTICA (2) CLUSTERING PCE 7 15 CLUSTER CLUSTER 1 rappresenta il 98.8% (inq. diffuso) Hots pots

8 ANALISI STATISTICA (3) HT-SPT VS UTLIERS PCE 8 UTLIER PCE_ set-02 gen-04 mag-05 ott-06 feb-08 lug-09 nov-10 apr-12 ago-13 dic-14 HT-SPT

9 LCALIZZAZINE DELLE SRGENTI PUNTUALI 9 -Hotspot corrispondono a siti conosciuti per la contaminazione da PCE -Hotspot posti presso aree potenzialmente contaminate da PCE

10 METDLGIA 10 DATA SET IDRCHIMIC ( ) (TCE,PCE, TCM) Cluster analysis Modellazionedel flusso e del trasporto (Modflow,/MT3D) Estensione dei PLUME dataset«ripulito» Analisi geostatistica Individuazione degli hot-spot M E T D L G I A Cartografia della contaminazione diffusa Factorand Multivariate analysis RISULTATI

11 MDELLAZINE NUMERICA: BACIN ADDA TICIN 11 Nell ambito delle attività per il Piano di Tutela delle Acque, il Politecnico ha realizzato un modello per il bacino sotterraneo Adda-Ticino (8 113 km2 )

12 MDELLAZINE NUMERICA: BACIN ADDA TICIN 12 Griglia 100x100 /400x400 m 5 layers Milano

13 MDELLAZINE NUMERICA: BACIN ADDA TICIN L1 ARM 0,99 m L2 ARM 1,91 m 13

MDELLAZINE NUMERICA: MILAN FUA 14 Horizontal

tecnica Telescopic Mash Refinement dal modello Adda-Ticino

14 MDELLAZINE NUMERICA: MILAN FUA 14 Horizontal discretization Vertical discretization Attraverso la tecnica Telescopic Mash Refinement dal modello Adda-Ticino è stato estratto un modello locale per l area urbana di Celle 20 m x 20 m ( attive) layers Aquifer A*, aquitard and Aquifer B* 190 Computed head (m a.s.l.) bserved head ( m a.s.l.) Absolute residual mean:0.99 m Scaled absolute residual mean: 0,3%

15 MDELLAZINE NUMERICA Modellazione del trasporto (MT3DMS, Zheng & Wang, 1999) Concentrazioni di PCE simulate Aquifer A Dispersività (20 m, 3 m, 0.03 m) coefficiente di distribuzione Kd (0.

1994-2004 Aquifer B 2004-2014 HTSPT LAYER I SP II SP III SP IV SP V SP VI SP 0 0 1100 1100 1100 1100 1 0 0 550 550 550 550 1 3 2500 400 400 300 300 300 1 18 10000 10000 1000 1000 300 300 3 19

15 15 MDELLAZINE NUMERICA Modellazione del trasporto (MT3DMS, Zheng & Wang, 1999) Concentrazioni di PCE simulate Aquifer A Dispersività (20 m, 3 m, 0.03 m) coefficiente di distribuzione Kd ( m3/kg) tempo di dimezzamento (10 y) Concentrazione alla sorgente tempo variante 6 stress periods (ciascuno 10 y) SURCES CNCENTRATIN (µg/l) Aquifer B HTSPT LAYER I SP II SP III SP IV SP V SP VI SP Azzellino 1000 A., Colombo S. Alberti L., L.,100Cantone100M., Lombi

16 METDLGIA 16 DATA SET IDRCHIMIC ( ) (TCE,PCE, TCM) Cluster analysis Modellazionedel flusso e del trasporto (Modflow,/MT3D) Estensione dei PLUME dataset«ripulito» Analisi geostatistica Individuazione degli hot-spot M E T D L G I A Cartografia della contaminazione diffusa Factorand Multivariate analysis RISULTATI

17 CARTGRAFIA INQUINAMENT DIFFUS Dataset ripulito cancellando: Dati correlati a hot-spots Punti di monitoraggio colpiti dai plumes simulati utliers 17

18 METDLGIA 19 DATA SET IDRCHIMIC ( ) (TCE,PCE, TCM) Cluster analysis Modellazionedel flusso e del trasporto (Modflow,/MT3D) Estensione dei PLUME dataset«ripulito» Analisi geostatistica Individuazione degli hot-spot M E T D L G I A Cartografia della contaminazione diffusa Factorand Multivariate analysis RISULTATI

ANALISI FATTRIALE E MULTIVARIATA 20 Vista

19 ANALISI FATTRIALE E MULTIVARIATA 20 Vista la distribuzione della contaminazione diffusa nella FUA di Milano è corretto definire un singolo valore di riferimento per tutto il dominio studiato? 5 main cluster principali rappresentanti l inquinamento diffuso

20 RESULTATI: CNCENTRAZINI DIFFUSE DI PCE 21 PCE (cluster dominante) mediana (25-75 ) µg/l Multivariate analysis PCE (stima pesata su % cluster) µg/l Comune cluster_3 cluster_5 cluster_6 cluster_7 cluster_13 Falda BRUGHERI 0.0% 3.9% 2.7% 0.9% 92.6% CINISELL BALSAM 0.0% 37.4% 0.1% 16.8% 45.6% CLGN MNZESE 0.0% 0.0% 16.7% 0.5% 82.8% MILAN Area Vasta Aquifer (A) 11.4% 13.0% 60.9% 9.6% 5.1% Area Vasta Aquifer (B) MNZA 0.0% 3.9% 9.2% 1.4% 85.4% NVA MILANESE 0.0% 51.7% 3.3% 0.0% 44.9% Indifferenziata 3 (2-6) Indifferenziata 3 (2-6) YELLW (50 Perc.) Indifferenziata 3 (2-6) Separata Principal cluster (B1) RED (75 Perc.) A: 8 ( l); B: 7.1 (3-15) A: 5.5 B: 7.3 Weighted cluster (B2) YELLW (50 Perc.) A: 3.1 B: 2.9 RED (75 Perc.) A: 8.7 B: 15.3 Indifferenziata 3 (2-6) Indifferenziata 1 (0.50-1) SEST SAN GIVANNI Area vasta Not separated (A, A+B, B) 0.0% 1.0% 0.0% 30.4% 68.6% Indifferenziata 3 (2-6)

CALIBRAZINE INVERSA MEDIANTE PEST 400 REALIZZAZINI DI K EGUALMENTE

21 CME RESTRINGERE LE AREE RESPNSABILI DELL INQUINAMENT DIFFUS? 22 1 CALIBRATED MDEL 130 PILT PINTS PER LA CALIBRAZINE INVERSA 2 CALIBRAZINE INVERSA MEDIANTE PEST 400 REALIZZAZINI DI K EGUALMENTE CALIBRATI 3 SIMULAZINE MNTE CARL TRACCIAMENT PARTICELLE BACKWARD PER 400 MDELLI

22 SIMULAZINE MNTE CARL 23 -In ogni pozzo affetto da contaminazione diffusa vengono messe delle particelle -Per ogni simulazione Monte Carlo viene effettuato un tracciamento delle particelle backword -Per ogni cella del modello viene contato il numero di particelle che passano -Per ogni cella si ottiene la probabilità che la particella che determina l inquinamento diffuso provenga da quel punto 1 2 4

RISULTATI MNTE CARL BACKWARD 24 TRACCIAMENT DI

TRANSITANTI PER IL 90% IN LAYER 3 Target values

00 PERCRS AVVIENE TRA IL LAYER 1 E IL LAYER 3

23 RISULTATI MNTE CARL BACKWARD 24 TRACCIAMENT DI TUTTE LE PARTICELLE IN TUTTI I LAYERS PARTICELLE TRANSITANTI PER IL 90% IN LAYER 3 Target values (ug/l) PERCRS AVVIENE TRA IL LAYER 1 E IL LAYER 3 (ATTRAVERS L'ACQUITARD) Frequency (%)! <0.05! ! ! ! >0.75

QUELLE MULTI-PINT MAPPATURA DELL STAT DI CNTAMINAZINE DIFFUS ANTRPIC INDIVIDUAZINE DI NUVI LIMITI DI

24 CNCLUSINI 25 La metodologia proposta ha permesso di definire lo stato di inquinamento diffuso in falda per un ampio settore della Functional Urban Area di Milano DISTINZINE DELLE SRGENTI PUNTUALI DA QUELLE MULTI-PINT MAPPATURA DELL STAT DI CNTAMINAZINE DIFFUS ANTRPIC INDIVIDUAZINE DI NUVI LIMITI DI CNCENTRAZINE DI RIFERIMENT PER L INQUINAMENT DIFFUS INDIVIDUAZINE DI AREE SU CUI INDAGARE PRIRITARIAMENTE

25 26 SI RINGRAZIA

Documenti analoghi

La qualità delle acque di falda nelle aree urbane

Giornata mondiale dell acqua SOSTENIBILITÀ ED USO RESPONSABILE DELL ACQUA Milano 22 marzo 2017 La qualità delle acque di falda nelle aree urbane Politecnico di Milano, DICA, Environmental and Civil Engineering