Sei sulla pagina 1di 59

MATR. N.

0000172485

ALMA MATER STUDIORUM

UNIVERSITÀ DI BOLOGNA

FACOLTÀ DI SCIENZE STATISTICHE

CORSO DI LAUREA IN
STATISTICA E INFORMATICA PER L’AZIENDA

Confronto tra indici sintetici sulla qualità


dell'aria e loro variabilità sul territorio

Relazione finale in Campionamento e Analisi dei Dati

PRESENTATA DA RELATORE
DANIELE D’ASARO FRANCESCA BRUNO

SESSIONE II
ANNO ACCADEMICO 2005-2006
INDICE

CAPITOLO I - Introduzione all’analisi ......................................... 5


1.1 Premessa....................................................................................................5
1.2 Lo stato dell'arte sugli indicatori sintetici di qualità dell’aria ...................6
1.3 La base metodologica del lavoro...............................................................9
1) Aggregazione postazioni-inquinanti .....................................................10
2) Aggregazione inquinanti-postazioni .....................................................11
1.4 Simbologia utilizzata...............................................................................12
1.5 Significato e utilizzo degli indici ............................................................12

CAPITOLO II - La qualità dell’aria nella città di Bologna ........ 15


2.1 Introduzione ............................................................................................15
2.2 Aggregazione postazioni-inquinanti .......................................................15
2.2 L’effetto di altre variabili: l’altezza dello strato di rimescolamento.......24
2.3 Aggregazione inquinanti-postazioni .......................................................26
2.4 L’analisi simultanea dei due ordini di aggregazione...............................30

CAPITOLO III - La qualità dell’aria nella città di Roma ........... 33


3.1 Introduzione ............................................................................................33
3.2 Aggregazione postazioni-inquinanti .......................................................33
3.3 Aggregazione inquinanti-postazioni .......................................................38
3.4 L’analisi simultanea dei due ordini di aggregazione...............................40

CAPITOLO IV - La qualità dell’aria nella città di Palermo ........ 41


4.1 Introduzione ............................................................................................41
4.2 Aggregazione postazioni-inquinanti .......................................................41
4.3 Aggregazione inquinanti-postazioni .......................................................46
4.4 L’effetto di ulteriori variabili: la radiazione solare .................................48
4.5 Analisi tramite georeferenziazione delle postazioni ...............................49
4.6 Analisi simultanea dei due ordini di aggregazione .................................53

CAPITOLO V - Considerazioni e conclusioni ............................ 55

Bibliografia................................................................................... 57
2
3

"Aspirò una boccata di umida brezza del mattino e fece entrare azoto, ossigeno,
argon, xenon & radon, vapore acqueo, monossido di carbonio, biossido di azoto,
piombo tetraetile, benzene, particolato di carbonati e silicati, alcune spore
fungine, un'aeroflotta di batteri, un pelo anonimo, una stilla di anidride
solforosa convolata da una remota fabbrica, e un granello di sabbia proveniente
da Tevtikiye, Turchia nordoccidentale, trasportato dallo scirocco della notte.
Insomma, respirò l'aria della città”

“Achille piè veloce”, Stefano Benni


4
5

CAPITOLO I
Introduzione all’analisi

1.1 Premessa
Negli ultimi anni la normativa comunitaria si è occupata in maniera
rilevante di inquinamento, in particolare di qualità dell'aria, fino a giungere
all'emanazione di un “Sesto programma di azione per l'ambiente”.
In trent'anni di legislazione ambientale europea molto è stato fatto,
rimangono tuttavia dei problemi per alcune sostanze inquinanti come il
particolato (polveri sottili) o l'ozono, che ogni anno incidono sulla salute di
molte persone. Il problema è particolarmente accentuato nelle zone urbane,
dove si registra la concentrazione di molte fonti inquinanti (impianti di
riscaldamento e condizionamento degli edifici, trasporti e attività industriali),
in connessione a particolari condizioni climatiche e geografiche.
La qualità dell'aria, afferma il Sesto Programma, non è un problema
soltanto sovranazionale o nazionale, ma devono essere le autorità locali e
regionali responsabili che devono intervenire opportunamente per ridurre le
emissioni.1
Ciò è coerente con Agenda 21, il documento di intenti per la promozione
dello sviluppo sostenibile che 178 Paesi, tra cui l'Italia, hanno sottoscritto dopo
la Conferenza ONU su Ambiente e Sviluppo di Rio de Janeiro nel 1992. Al
capitolo 28 di Agenda 21 si invitano le autorità locali a giocare un ruolo chiave
nel raggiungimento di obiettivi di sviluppo compatibili con l’ambiente, inseriti
in un’Agenda 21 locale e definiti attraverso la partecipazione e la cooperazione
dei soggetti istituzionali e sociali di un determinato territorio.
Il Sesto Programma si caratterizza inoltre, ancora più che in passato, per
lo spazio dedicato alla questione degli indicatori di qualità dell'aria. Secondo il
Programma, disporre di indicatori globali sarà l’elemento fondamentale per la
valutazione intermedia dei progressi realizzati nell'attuazione del Programma
stesso.2 Dovranno dunque essere definiti indicatori chiari e omogenei in grado

1
Vedi “Comunicazione della Commissione al Consiglio, al Parlamento europeo, al Comitato
economico e sociale e al Comitato delle regioni sul Sesto programma di azione per
l'ambiente della Comunità europea "Ambiente 2010: il nostro futuro, la nostra scelta" -
Sesto programma di azione per l'ambiente”.
2
ibidem.
6

di quantificare i progressi realizzati nel conseguire i traguardi definiti. Gli


indicatori, ricorda ancora il Programma, possono svolgere una funzione
importante anche nel sensibilizzare i decisori e l'opinione pubblica in generale.
Ogni strategia, programma o azione di breve periodo, qualunque sia la
materia, che sia condotta a livello sovranazionale, nazionale o locale, non può
dunque prescindere da dati e indicatori che poi sono la base sulla quale
prendere decisioni.

1.2 Lo stato dell'arte sugli indicatori sintetici di qualità dell’aria


A fronte di grandi quantità di rilevazioni di dati temporali orari, relativi
a diverse tipologie di inquinanti, sia la cittadinanza sia i decisori politici hanno
necessità di utilizzare indici immediati e di facile lettura. Sono necessari cioè
dei processi di aggregazione dei dati che conducano ad una misura certa e
apprezzabile della qualità dell'aria, nella consapevolezza, tuttavia, che ogni tipo
di sintesi nasconde un qualche aspetto del fenomeno.
Un buon indice deve avere le seguenti caratteristiche:3

• deve essere affidabile, essere cioè influenzato il meno possibile da


valori di misurazione mancanti o fuori scala;
• deve essere comprensibile, dare una percezione immediata
dell’inquinamento pur se derivante da manipolazioni su grandi quantità
di dati;
• deve essere flessibile, facilmente aggiornabile se aumenta o varia il
numero di inquinanti da considerare;
• deve essere diffuso, adottato cioè dal maggior numero di Paesi possibile
per essere comparato facilmente nel tempo e nello spazio.

L'aggregazione tra diversi inquinanti in un unico indice può avvenire


con lo strumento delle medie analitiche (ponderate e/o potenziate) o delle
medie di posizione.

3
Alcune delle caratteristiche che rendono desiderabile un indice di qualità dell’aria sono
riportate in Shooter-Brimblecombe (2005).
7

La definizione dei primi standard per gli inquinanti dell'aria risale alla
seconda metà degli anni Sessanta per opera dell'agenzia statunitense US-EPA
(United States Environmental Protection Agency).
Uno dei primi indici sintetici, in breve tempo adottato da US-EPA, fu il
PSI (Pollution Standard Index) elaborato da Ott e Hunt (1976). L’indice PSI si
fonda sull'utilizzo di medie di posizione, che risultano più robuste in caso di
mancanza occasionale di dati.
Le fasi per pervenire all'indice PSI sono le seguenti:

1. applicazione di una funzione di aggregazione ai dati orari per pervenire


ad un valore giornaliero;
2. eliminazione della dimensione spaziale, scegliendo il valore massimo di
ciascun inquinante sui diversi punti di rilevazione sul territorio;
3. standardizzazione dei massimi di cui sopra (con una funzione lineare a
tratti) al fine di eliminare l'unità di misura (ottenere cioè un numero
puro per ciascun inquinante);
4. scelta del massimo tra i valori standardizzati per ciascun inquinante.

Nel 1999 EPA sostituisce l'indice PSI con AQI (Air Quality Index) che
incorpora due nuovi standard, quelli per l'ozono a livello del suolo e per le
polveri sottili.
Nelle grandi città USA, quelle cioè con più di 350.000 abitanti, le
autorità hanno l'obbligo di comunicare giornalmente l'indice AQI, che quindi
viene diffuso quotidianamente sui giornali, radio, televisioni, Internet.
Il valore ottenuto è classificato in sei livelli diversi di inquinamento ed
associato ad un particolare colore.

AQI Values Levels of Health Concern Colors


0 to 50 Good Green
51 to 100 Moderate Yellow
101 to150 Unhealthy for sensitive groups Orange
151 to 200 Unhealthy Red
201 to 300 Very Unhealthy Purple
301 to 500 Hazardous Maroon
Tabella 1.1 - Fonte: EPA - http://www.epa.gov
8

Ulteriore informazione data da AQI è la specificazione dell’inquinante


che ha originato l’indice, nonché l’effetto sulla salute della popolazione (vedi
Figura 1.1).

Figura 1.1: esempio di pubblicazione indice AQI sulla stampa statunitense

Se da una parte gli Stati Uniti D’America hanno un indice dalle buone
caratteristiche e fortemente comparabile, dall’altra la situazione in Europa e in
Italia appare diversa. Nonostante la Decisione Europea 97/101/CE del 27
gennaio 1997 abbia sancito uno scambio di informazioni provenienti dalle reti
e dalle singole stazioni di misurazione dell'inquinamento atmosferico negli
Stati membri, non si è ancora giunti alla definizione e utilizzo di un indice
unico che permetta di confrontare realtà diverse.
Le sostanze inquinanti non badano ai confini territoriali, un’analisi
dell’inquinamento su larga scala sulla base di indici condivisi sarebbe
sicuramente importante.
Alcuni Stati Europei utilizzano una versione modificata di AQI, altri
(es. Germania – indice DUX) indici generali di sostenibilità ove l'inquinamento
dell'aria è soltanto uno dei parametri .4
La stessa disomogeneità possiamo trovarla all’interno del nostro Paese,
dove tra le diciannove Regioni e le due province autonome di Bolzano e
Trento, solo sei agenzie di protezione ambientale utilizzano una qualche sintesi
dei dati raccolti (vedi Tabella 1.2).

4
Per la composizione e il calcolo dell’indice tedesco DUX si può consultare la pagina web
http://www.umweltbundesamt.de/dux-e/
9

REGIONE TIPO DI SINTESI


Abruzzo Indice AQI per centralina (solo Pescara)
Basilicata Nessuna sintesi (dati sola provincia di
Potenza)
Calabria Nessuna sintesi
Campania Nessuna sintesi
Emilia-Romagna Nessuna sintesi
Friuli-Venezia Giulia Nessuna sintesi
Lazio Nessuna sintesi
Liguria Nessuna sintesi
Lombardia Nessuna sintesi
Marche Nessuna sintesi
Molise Nessuna sintesi
Piemonte Indice AQI denominato IQA (Indice di Qualità
dell’Aria) su NO2, PM10 e O3
Provincia autonoma di Bolzano AQI per centralina
Provincia autonoma di Trento AQI per centralina
Puglia Nessuna sintesi
Sardegna Nessuna sintesi
Sicilia Nessuna sintesi
Toscana AQI per centralina
Umbria Nessuna sintesi
Valle d'Aosta Valori medi per stazione ed inquinanti
Veneto Nessuna sintesi
Tabella 1.2 - Le sintesi dei dati sull’inquinamento utilizzate dalle regioni italiane

1.3 La base metodologica del lavoro


Scopo di questo lavoro è analizzare il livello di inquinamento e
sperimentare indici alternativi di sintesi tra inquinanti su tre grandi città del
Nord, Centro e Sud Italia (Bologna, Roma, Palermo), attraverso lo studio delle
serie storiche dei livelli rilevati per benzene (C6H6), monossido di carbonio
(CO), biossido di azoto (NO2), frazione respirabile delle particelle sospese
inferiore a dieci micron (particolato o PM10), ozono al livello del suolo (O3),
biossido di zolfo (SO2). L’analisi è stata condotta utilizzando le serie storiche
riportate nella Tabella 1.3:

Città Periodo Tipologia di dati Numero centraline

Bologna 1999-2002 orari 5


Roma 2001-2002 orari 9
Palermo 2002-2003 orari 8
Tabella 1.3 – Specifica dati utilizzati per l’analisi

Come già evidenziato, varie sono state le proposte per la costruzione di


indici sintetici di qualità dell’aria; le maggiori differenze si trovano
nell’aggregazione dei dati e nella determinazione di uno standard per eliminare
le diverse unità di misura.
10

In letteratura, i due grossi filoni di aggregazione sono quelli nell’ambito


delle medie analitiche o sul fronte delle medie di posizione.
In questo studio ci si è rivolti verso funzioni di aggregazione del
secondo tipo, ritenute più robuste a fronte di valori mancanti o errati delle
rilevazioni.
Base di partenza è stato il lavoro di Bruno-Cocchi (2000), nel quale
viene proposta una classe di indici di qualità dell’aria basati su medie di
posizione, mediana e massimo. A differenza dell’indice statunitense AQI, nella
proposta di cui sopra, le informazioni sulla qualità dell’aria non si ottengono
soltanto dall’analisi del singolo indice ma anche confrontando indici di diversa
natura.
Per pervenire agli indici sviluppati da Bruno-Cocchi (2000), sulla base
di dati rilevati a cadenza oraria, il primo passo è stato quello di effettuare
un’aggregazione temporale, condensando i dati in rilevazioni giornaliere
secondo una formula prefissata.
Nell’analisi condotta in questo lavoro l’aggregazione temporale, da dati
orari a dati giornalieri, è stata effettuata secondo le modalità indicate nella
Tabella 1.4.

INQUINANTE TIPO AGGREGAZIONE


Benzene (C6H6) Media aritmetica valori orari della giornata
Monossido di carbonio (CO) Massimo giornaliero medie mobili 8 ore
Biossido di azoto (NO2) Massimo valore raggiunto nelle 24 ore
Ozono (O3) Massimo giornaliero medie mobili 8 ore
Biossido di zolfo (SO2) Media aritmetica valori orari della giornata
Particolato (PM10) Media aritmetica valori orari della giornata
Tabella 1.4 – Modalità di aggregazione temporale per i dati di qualità dell’aria di Roma

Ottenuta una serie storica di rilevazioni giornaliere di inquinanti rilevati


in diverse postazioni, si possono seguire due diversi ordini di aggregazione dei
dati:

1) Aggregazione postazioni-inquinanti

• Scelta di un’opportuna funzione di aggregazione tra centraline sullo


stesso inquinante (media di posizione), per ottenere un unico valore per
ciascun inquinante rilevato, espresso nella propria unità di misura.
11

• Standardizzazione dei valori per inquinante, in modo da ottenere un


vettore di numeri puri per ciascuna giornata.
• Scelta di un’opportuna funzione di aggregazione tra inquinanti (media
di posizione) in modo da ottenere un unico valore che “riassuma “ il
livello di inquinamento per una certa giornata.

2) Aggregazione inquinanti-postazioni

• Standardizzazione tra i diversi inquinanti sulla stessa postazione (media


di posizione), in modo da ottenere un vettore di numeri puri per
ciascuna postazione.
• Scelta della funzione di aggregazione tra gli inquinanti standardizzati,
per ottenere un unico valore standard per postazione.
• Scelta della funzione di aggregazione tra postazioni (media di
posizione) in modo da ottenere un unico valore che sintetizzi il livello
di inquinamento di un certo giorno dell’anno.

Per la standardizzazione, per rendere cioè comparabili i diversi


inquinanti espressi in diverse unità di misura e con diversi effetti sulla salute
umana, si è utilizzata la seguente semplice funzione:

VALORE RILEVATO
VALORE STANDARD = X 100
STANDARD

sulla base dei valori limite per inquinante indicati nel D.M. 60 del 2 Aprile
2002 n. 60 (Direttiva 1999/30/CE5 e Direttiva 2000/69/CE6) e nel D.Lgs. 183
del 21 Maggio 2004 (Direttiva 2002/3/CE7). La scelta di diversi standard da
quelli proposti (che comunque sono esogeni e determinati da esperti) non
inficia l’analisi anche se naturalmente può condurre a risultati diversi. La
Comunità Europea ha stabilito nelle direttive di cui sopra un graduale
abbassamento degli standard per raggiungere obiettivi di qualità elevata
dell’aria, e variazioni di questo genere non incidono sulla metodologia
descritta.

5
Tale direttiva indica i valori limite per biossido di zolfo, biossido di azoto e particelle PM10.
6
Tale direttiva indica i valori limite per benzene e monossido di carbonio.
7
Tale direttiva indica i valori limite per l’ozono.
12

Sulla base della standardizzazione proposta si individuano due livelli


dicotomici di qualità dell’aria, quello identificato da valori compresi tra 0 e 100
(qualità dell’aria buona o accettabile) e da valori superiori a 100 (qualità
dell’aria non accettabile o scadente), applicabili all’indice standardizzato per
singolo inquinante ma anche all’indice globale, quello ottenuto per ciascun
giorno dell’anno (vedi Tabella 1.5).

Valore indice Qualità dell’aria

0-100 Buona / Accettabile


101- ∞ Scadente / Non accettabile
Tabella 1.5 – Classi di qualità dell’aria

1.4 Simbologia utilizzata


Le medie di posizione utilizzate ai vari passi del processo di
aggregazione possono condurre alla definizione di molteplici indici sui quali è
necessario adottare una simbologia convenzionale per identificarli
univocamente.
Soffermandoci sull’aggregazione postazioni-inquinanti, supponendo di
scegliere al primo passo di aggregazione il valore massimo raggiunto dal
singolo inquinante rilevato nelle varie postazioni, ed al secondo passo di
aggregazione il massimo tra i valori degli inquinanti ottenuti dopo la
standardizzazione, otterremo un indice del tipo I1MM (massimo dei massimi).
Supponendo di scegliere al primo passo di aggregazione il valore
mediano raggiunto dal singolo inquinante rilevato nelle diverse postazioni, ed
al secondo passo di aggregazione il massimo tra i valori standardizzati ottenuti,
viene determinato un indice del tipo I1Mm (massimo delle mediane).
Supponendo ancora di scegliere al primo passo di aggregazione il
valore massimo raggiunto dal singolo inquinante rilevato nelle diverse
postazioni, ed al secondo passo di aggregazione la mediana tra i valori ottenuti,
dopo la standardizzazione, otteniamo un indice del tipo I1mM (mediana dei
massimi).

1.5 Significato e utilizzo degli indici


Gli indici I1MM e I2MM, selezionando il massimo dei massimi o per
postazione o per inquinante, per loro natura mettono in risalto situazioni
13

estreme e possono dunque essere molto sensibili ad outliers, a valori fuori scala
di un singolo inquinante o di una singola centralina magari dovuti ad errori di
rilevazione. Per ovviare a questo problema, una strada potrebbe essere la
selezione di un opportuno percentile. Già nello studio di Bruno-Cocchi (2000)
erano stati selezionati indici del tipo I1Mm, I1mM, I2Mm, I2mM (prodotti
scegliendo mediane) che mettono in risalto situazioni non estreme. Nel
prosieguo di questo studio ci si è avvalsi anche dell’utilizzo di ulteriori
percentili. Ad esempio, nella nostra analisi utilizzeremo un indice denominato
I175M, che consente di determinare il secondo inquinante più importante (su
cinque) ottenuto dopo aver effettuato il primo passo di aggregazione.
Nel caso di aggregazione per centraline, possiamo calcolare quel
percentile che ci permetta di determinare la penultima centralina che ha dato
origine all’indice. Il percentile da considerare varia al variare del numero di
centraline considerate (75esimo percentile se le centraline sono cinque,
l’80esimo percentile se le centraline sono sei) e potrebbe risultare poco utile
per confrontare situazioni di diverse città.
I confronti tra i diversi indici possono darci informazioni su aspetti
complementari dell’inquinamento. L’aggregazione postazioni-inquinanti
(indici del tipo I1) evidenzia episodi acuti di inquinamento, isolati sul
territorio, e non tiene conto dell’aspetto spaziale del fenomeno. L’aggregazione
inquinanti-postazioni (indici del tipo I2) evidenzia la diffusione spaziale e
quindi omogenea di valori elevati di inquinamento dell’aria. Indici del tipo I2
comunicano informazioni di tipo spaziale, laddove è possibile determinare la
postazione rilevante che ha determinato l’indice.
Ad esempio, se I1Mm è alto e tende a coincidere con I1MM c’è una
situazione preoccupante ma circoscritta sul territorio; se I2Mm si avvicina a
I2MM c’è un inquinamento elevato e spazialmente omogeneo. È evidente che
situazioni del genere possono dare origine a politiche diverse di abbattimento
dei valori di inquinamento. In generale, le situazioni più problematiche per
quanto riguarda l’inquinamento dell’aria si hanno quando a valori alti
dell’indice I1MM(=I2MM) corrisponde anche un valore elevato degli indici I1Mm
e I2Mm.
14

Il grado di diffusione o di concentrazione dell’inquinamento sul


territorio si può apprezzare comparando le serie storiche di indici relativi a
procedure di aggregazione diverse.
Quando l’indice I1Mm (massimo delle mediane per postazione, risultante
dall’aggregazione postazioni-inquinanti) è superiore al valore dell’indice I2Mm
(massimo delle mediane per inquinante, risultante dall’aggregazione
inquinanti-postazioni) e tende a raggiungere il valore dell’indice I1MM(=I2MM),
abbiamo la situazione in cui ci sono valori elevati di inquinamento concentrati
in punti particolari della città. Al contrario, quando l’indice I2Mm supera I1Mm e
tende a raggiungere I2MM,(=I1MM), si ha una situazione di inquinamento più
omogenea e diffusa sul territorio.
Altre considerazioni sull’inquinamento possono essere fatte
combinando le risultanze degli indici appena trattati con l’osservazione di altre
variabili, ad esempio di tipo spaziale o meteorologico.
Nei capitoli successivi i vari indici e le loro comparazioni saranno
utilizzati per condurre analisi sulla qualità dell’aria di tre città italiane,
Bologna, Roma e Palermo.
15

CAPITOLO II
La qualità dell’aria nella città di Bologna

2.1 Introduzione
Le serie storiche a disposizione per la città di Bologna si riferiscono al
periodo dal 01/01/1999 al 31/12/2002 per un totale di 1460 rilevazioni (365
rilevazioni su 4 anni). I dati riguardano sei inquinanti (benzene, CO, NO2, O3,
PM10, SO2) e sono stati rilevati su cinque postazioni (Fiera, Giardini
Margherita, Malpighi, San Felice, Zanardi).
Per procedere al primo passo di aggregazione, i dati giornalieri sono
stati sistemati in modo da fare una prima analisi esplorativa. Si è notato che i
dati mancanti sono molto numerosi, specie per inquinanti tradizionalmente
rilevanti come il benzene.
L’affidabilità degli indici utilizzati dipende in maniera cruciale dal
numero di rilevazioni cui applicare la media di posizione ad ogni passo di
aggregazione. Ad esempio, quando il valore dell’indice dipende dal valore
dell’inquinante rilevato in un’unica postazione, si pongono grossi problemi di
interpretabilità.
Si è deciso dunque di operare una scelta effettuando le analisi nel
periodo che va dal 22/02/2000 (data nella quale comincia ad essere rilevato il
benzene) al 31/08/2002 (data dalla quale vengono rilevati soltanto benzene e
PM10), eliminando inoltre le giornate dove non sono presenti tutti gli
inquinanti. In tal caso le rilevazioni utili si riducono a 654.

2.2 Aggregazione postazioni-inquinanti


Il primo grafico che si propone (Figura 2.1) è quello che mostra l’indice
I1MM (massimo dei massimi nell’aggregazione postazioni-inquinanti) nel
periodo citato, con l’indicazione dell’inquinante rilevante, quello cioè che ha
determinato l’indice nella giornata. Questo tipo di elaborazione coincide grosso
modo con l’indice AQI di US-EPA rappresentato per tutte le giornate del
periodo.
16

Figura 2.1 - Inquinante rilevante per indice I1MM per Bologna dal 22/02/2000 al 31/08/2002

Assieme al grafico può essere utile analizzare il contenuto di alcune


tabelle con opportune statistiche descrittive:

Determina I1MM % sul


Inquinante
2000 2001 2002 totale totale
Ozono 121 64 111 296 45,26%
PM10 93 106 34 233 35,63%
Benzene 42 61 12 115 17,58%
NO2 1 3 6 10 1,53%
CO 0 0 0 0 0%
SO2 0 0 0 0 0%
TOTALI 257 234 163 654 100%
Tabella 2.1 – Ripartizione indice I1MM tra inquinanti rilevanti

La Tabella 2.1 mostra la frequenza, per anno per totale, con la quale
l’inquinante indicato nella prima colonna determina l’indice I1MM.
L’analisi comparata del grafico e delle tabelle ci consente di fare alcune
considerazioni. I valori dell’indice I1MM mostrano nel tempo un leggero ma
apprezzabile andamento decrescente, segno quindi che le politiche di riduzione
dell’inquinamento sembrano avere un qualche effetto sulla qualità dell’aria. La
tendenza alla diminuzione è confermata dal grafico di I1MM senza l’indicazione
dell’inquinante rilevante e di una opportuna funzione di interpolazione (vedi
Figura 2.2). In questo caso è stata scelta una media mobile a 41 termini che:

1) rende piuttosto piatta la rappresentazione grafica della funzione di


interpolazione senza essere estremamente sintetica come una retta
ottenuta col metodo dei minimi quadrati;
2) evita di selezionare dati appartenenti a un ciclo stagionale;
3) è un divisore di 654, il numero delle osservazioni totali.
17

Figura 2.2 - Indice I1MM per Bologna dal 22/02/00 al 31/08/02 e funzione di interpolazione

Soffermandoci sugli inquinanti che danno origine all’indice, ozono e


PM10 sono il problema principale, poiché determinano frequentemente valori
dell’indice I1MM superiori a 100; il benzene rimane un problema comunque
circoscritto poiché determina indici raramente superiori a 100; NO2 ma
soprattutto CO e SO2 non rappresentano più sostanze determinanti
l’inquinamento urbano grazie alle politiche effettuate negli anni precedenti.
Quanto riscontrato trova conferma da altre analisi in merito. Nella
relazione redatta da ARPA Emilia-Romagna (2005) si afferma che, dall’analisi
integrata degli indicatori contenuti nell’Annuario Regionale dei Dati
Ambientali, sebbene alcuni degli inquinanti “storici”, quali biossido di azoto,
monossido di carbonio e biossido di zolfo, abbiano subito una drastica
riduzione negli ultimi anni all’interno delle città, contemporaneamente si sono
riscontrate situazioni di elevata criticità derivanti da inquinanti quali il
particolato fine (PM10) e l’ozono (O3).
Analizzando la componente temporale, PM10 è rilevante principalmente
da settembre a marzo, periodo caratterizzato da temperature più basse e con
traffico veicolare maggiormente presente8; l’ozono O3 diventa inquinante

8
Consultando gli annuari ambientali regionali dell’ARPA Emilia-Romagna, nell’area di
Bologna oltre il 50% dell’inquinamento da PM10 è causato dal macrosettore M7 –
Trasporti Stradali.
18

rilevante tra marzo e settembre, visto che le concentrazioni maggiori si


accompagnano a irraggiamento solare e temperature ambientali più elevate.9
L’indice I1MM, come già visto nel paragrafo 1.5, permette di identificare
situazioni di inquinamento acuto sul territorio; una analisi più approfondita può
essere condotta confrontando indici di natura diversa.
Ad esempio, considerando l’indice I175M (75-esimo percentile dei
massimi), e identificando l’inquinante che lo ha determinato (Figura 2.3), si
riesce a determinare quale sia il secondo inquinante più importante dopo il
primo nella determinazione dell’indice, corrispondente a quello che ha
originato il massimo. L’analisi comparata dei due indici può condurre a
valutazioni più approfondite della qualità complessiva dell’aria.

Figura 2.3 - Inquinante rilevante per indice I175M per Bologna dal 22/02/2000 al 31/08/2002

A dire il vero, ragionando sul 75esimo percentile, ha poco senso fare un


confronto con uno standard pari a 100, seppure la standardizzazione sia stata
fatta sulla base di tale valore. D’altra parte utilizzare due standard nei calcoli
pone dei problemi di confrontabilità.
La Tabella 2.2 mostra le frequenze con le quali ciascun inquinante,
nell’intero periodo (colonna D) e per anno di riferimento (colonne E, F, G),

9
È il principio che porta alla formazione dello “smog estivo” . Lo smog estivo (o fotochimico),
a differenza dello smog invernale, è un inquinamento atmosferico provocato dai raggi solari
intensi che agiscono su alcuni inquinanti dell’aria, detti precursori (come ad esempio gli
ossidi d’azoto). L’ozono è l’inquinante principale generato da queste reazioni fotochimiche.
19

determina l’indice I1MM (colonna B) o l’indice I175M, (colonna C), risultando in


sostanza il primo o il secondo inquinante in una delle giornate del periodo
considerato.

A B C D=B+C=E+F+G E F G H
inquinante Determina I1MM Determina I175M TOTALE 2000 2001 2002 % sul totale

PM10 233 242 475 202 170 103 36,31%


Ozono 296 72 368 155 84 129 28,13%
Benzene 115 246 361 142 168 51 27,60%
NO2 10 94 104 15 46 43 7,95%
CO 0 0 0 0 0 0 0%
SO2 0 0 0 0 0 0 0%
Tabella 2.2 – Ripartizione indice I1MM e I175M tra inquinanti rilevanti

Dall’analisi comparata dei grafici di cui alle figure 2.2 e 2.3 e della
tabella 2.2 otteniamo ulteriori informazioni:

1) Abbiamo conferma che PM10, O3 e benzene sono gli inquinanti


principali. In particolare, PM10, quando non è il primo, è spesso il
secondo inquinante; rappresenta dunque il problema cardine della città
di Bologna.
2) Difficilmente il secondo inquinante rilevante supera il valore di 100,
significa cioè che l’inquinamento non è uniforme e che i suoi livelli
massimi sono praticamente causati, per ogni giornata, da un solo
inquinante.
3) NO2, CO e SO2 non incidono significativamente sulla qualità dell’aria
della città di Bologna.

Condurre analisi soltanto sul valore raggiunto dall’indice I1MM può


indurre a sottovalutare altri aspetti del fenomeno. Il primo passo
dell’aggregazione postazioni-inquinanti ci porta ad ottenere un vettore
contenente, per ogni inquinante, il massimo tra i valori selezionati nelle diverse
postazioni. Il secondo passo, dopo la standardizzazione, conduce ad un unico
valore che sintetizza l’inquinamento in una certa giornata. Tale valore, che ha
indubbiamente il pregio di sintetizzare una situazione complessa, non ci dà
però informazioni sulla variabilità del fenomeno.
20

Per spiegare meglio il concetto consideriamo il seguente esempio.


Supponiamo esistano due giornate dove, dopo il primo passo di aggregazione,
si giunga a determinare il valore sintetico del singolo inquinante come in
Tabella 2.3:

Benzene O3 PM10 NO2 CO


Giorno X 115 101 105 88 109
Giorno Y 115 20 60 29 32
Tabella 2.3 – La perdita di informazione dovuta ai processi di aggregazione

Al secondo passo di aggregazione, si otterrà per entrambe le giornate un


indice I1MM pari a 115 con il benzene come inquinante rilevante. Le situazioni
nelle due giornate sono però molto diverse: nel giorno X quasi tutti gli
inquinanti superano la soglia di attenzione, mentre nel giorno Y c’è un solo
superamento causato dall’inquinante che ha determinato l’indice.
Per ovviare al problema, una strada è quella di fare un confronto tra
indici che selezionano in modo sequenziale gli inquinanti meno rilevanti, ad
esempio visualizzando contemporaneamente sul grafico I1MM, I175M e I1mM
(quest’ultimo individua il valore mediano tra i massimi ottenuti per ogni
inquinante) senza l’indicazione dell’inquinante rilevante (vedi Figure 2.4, 2.5 e
2.6). Tale analisi grafica può fornire informazioni davvero significative sul
livello generale dell’inquinamento bolognese negli anni considerati.
Quanto più I1mM e I175M si avvicinano ad un indice I1MM alto, più
l’inquinamento diviene preoccupante, poiché sia il secondo inquinante sia
l’inquinante mediano tendono a contribuire quanto il primo alla determinazione
dell’indice. Più I175M e I1mM si allontanano da I1MM, più l’inquinamento
dipende in maniera rilevante da un solo inquinante, che in alcuni casi, quindi,
può rappresentare semplicemente un outlier. Questa analisi può dunque essere
utile per eliminare quelle rilevazioni dovute a malfunzionamento degli
strumenti.
21

Figura 2.4 – confronto tra I1MM, I175M e I1mM anno 2000 (dati filtrati)

Figura 2.5 – confronto tra I1MM, I175M e I1mM anno 2001 (dati filtrati)
22

Figura 2.6 – confronto tra I1MM, I175M e I1mM anno 2002 (dati filtrati)

L’analisi grafica conferma un generale andamento di I175M e I1mM sotto


il valore 100, per tutti gli anni considerati, anche quando I1MM supera tale
valore soglia. La maggior distanza tra i due indici si ha generalmente nel
periodo estivo, quando la temperatura ha effetto più sulla concentrazione di
ozono che sugli altri inquinanti. La sensibilità degli indici di tipo I1 a episodi di
inquinamento isolati sul territorio è confermata dal fatto che l’ozono viene
rilevato in una sola centralina, quella di Giardini Margherita.
Ulteriori informazioni che permettano di discriminare situazioni come
quelle indicate in Tabella 2.4 si possono ottenere utilizzando un opportuno
indice di dispersione del tipo V1M = I1mM / I1MM, che fornisce una misura
dello scostamento tra l’inquinante mediano e l’inquinante massimo
nell’aggregazione postazioni-inquinanti (Figura 2.7).

Figura 2.7 – Indice I1MM e rappresentazione dispersione con I1mM (anno 2000)

Se V1M tende a 1 (colore tendente al rosso nelle figure 2.7, 2.8 e 2.9)
significa che I1mM tende a I1MM, cioè che l’inquinante mediano tende ad avere
il medesimo valore del massimo. Tale situazione, unita ad un valore di I1MM
elevato (superiore a 100), può essere definita preoccupante. Se V1M tende a
zero, l’inquinante che ha determinato I1MM ha un valore standardizzato molto
superiore all’inquinante mediano per quella giornata; ciò è sintomo o di un
outlier o di un forte inquinamento ma dovuto essenzialmente ad un unico
inquinante.
Nel caso specifico di Bologna, nelle giornate per le quali l’indice di
dispersione è molto alto, e dunque si ha I1mM tendenzialmente simile a I1MM, il
23

valore assoluto di tali indici è piuttosto basso, comunque largamente inferiore a


100 in tutti gli anni nei quali è stata fatta l’analisi (i punti identificati dal colore
rosso in Figura 2.7 sono totalmente al di sotto del valore 100).
Nelle Tabelle 2.4, 2.5 e 2.6, divisi per anno, vengono mostrati i valori di
I1mM e I1MM per le giornate nelle quali l’indice di dispersione ha raggiunto il
minimo e il massimo nella serie storica considerata. A conferma di quanto
detto finora, la giornata nella quale la dispersione è stata minima è
caratterizzata dal valore dell’indice I1MM basso (poco inferiore a 80).

Data I1MM I1mM I1mM / I1MM


26/06/00 87,319 16 0,183
22/03/00 77,96 76,88033 0,986
Tabella 2.4 – Massima e minima dispersione tra I1MM e I1mM (anno 2000)

Figura 2.8 – Indice I1MM e rappresentazione dispersione con I1mM (anno 2001)

data I1MM I1mM I1mM / I1MM


27/08/01 139,466 31,42857 0,225
23/03/01 79,64712 77,962 0,979
Tabella 2.5 – Massima e minima dispersione tra I1MM e I1mM (anno 2001)
24

Figura 2.9 – Indice I1MM e rappresentazione dispersione con I1mM (anno 2002)

data I1MM I1mM I1mM / I1MM


12/04/02 61,90836 15,38462 0,249
07/04/02 66,15385 63,74804 0,964
Tabella 2.6 – Massima e minima dispersione tra I1MM e I1mM (anno 2002)

Anche le Figure 2.8 e 2.9 ci fanno notare che i casi in cui la dispersione
tra I1mM e I1MM è minima, sono relativi a un valore di I1MM molto basso, dando
il quadro di una situazione assolutamente non preoccupante.

2.2 L’effetto di altre variabili: l’altezza dello strato di


rimescolamento
Una ulteriore analisi sull’inquinamento bolognese è stata fatta
considerando una variabile meteorologica a disposizione per il periodo
considerato, lo strato di rimescolamento. Esso viene definito come “l’altezza
dello strato adiacente alla superficie all’interno del quale un composto viene
disperso verticalmente per turbolenza meccanica o convettiva in un tempo pari
a un ora circa”. 10 La qualità dell’aria che respiriamo non dipende solo dalla
quantità di inquinanti emessi in atmosfera. La concentrazione degli inquinanti è
naturalmente legata a variabili di tipo meteorologico tra cui l'altezza di
rimescolamento che influenza direttamente la concentrazione degli inquinanti
immessi vicino alla superficie. L'altezza di rimescolamento varia durante la
notte ed il giorno e dipende dalle caratteristiche della superficie (superfici
piane o rilievi, aree urbane o campagna). Una bassa altezza di rimescolamento
(la caratteristica “cappa”) tende a confinare gli inquinanti in prossimità della
superficie, rendendone la concentrazione più elevata a parità di tutte le altre
condizioni.
Per effettuare l’analisi si è utilizzata una serie contenente i dati relativi
all’altezza di rimescolamento dal 01/01/1999 al 31/12/2003, affiancandola alla
serie dei valori di I1MM. Sono state eliminate le giornate ove non era presente la
rilevazione dell’altezza dello strato di rimescolamento e quelle dove non erano
presenti tutti gli inquinanti tranne SO2 ritenuto comunque poco rilevante.
Dalla serie storica dell’altezza dello strato di rimescolamento si sono
calcolati il primo, secondo e terzo quartile determinando quattro classi tra cui
10
La definizione è ripresa dal Quaderno Tecnico ARPA Emilia Romagna - SMR n°10-2002.
25

distribuire i valori corrispondenti di I1MM, separando i valori superiori a 100 da


quelli inferiori o uguali a 100.

A B C D=B+C E F G H I=E/D J=F/D K=G/D L=H/D

classi I1MM<=100 I1MM>100 TOT Benz NO2 O3 PM10 % Benz % NO2 % O3 % PM10
0-309 75 70 145 48 0 0 97 33,10% 0,00% 0,00% 66,90%
310-518 114 31 145 40 6 30 69 27,59% 4,14% 20,69% 47,59%
519-792 121 24 145 19 1 94 31 13,10% 0,69% 64,83% 21,38%
793-1223 97 48 145 2 2 127 14 1,38% 1,38% 87,59% 9,66%
580
Tabella 2.7 – Distribuzione indice I1MM per classi di altezze di rimescolamento dell’aria

La Tabella 2.7 riassume questo tipo di elaborazione. Le colonne B e C


indicano la frequenza dei livelli di inquinamento accettabili e scadenti, ripartiti
per classi di altezze di rimescolamento; Le colonne da E a H (la cui somma è
indicata dalla colonna D) indicano, all’interno di ciascuna classe, la frequenza
di ciascun inquinante e le colonne da I a L la percentuale rispetto alla
numerosità della classe
In corrispondenza ad altezze di rimescolamento crescenti ci si sarebbe
aspettata una maggiore presenza di rilevazioni di I1MM inferiori a 100.
Dall’analisi fatta non sembra esserci questo legame, o perlomeno tale relazione
sembra valida solo per le prime tre classi.
Risulta dunque necessario verificare l’ipotesi di indipendenza tra
inquinamento e altezza dello strato di rimescolamento ricorrendo ad un
opportuno indice. Si decide di ricorrere al rapporto di correlazione o indice eta
quadro (η2), utile per misurare la dipendenza di una carattere quantitativo da un
carattere qualitativo. L’indice viene definito come segue:

Var (M[Y|A])
η2 =
Var (Y)

ed è in pratica il rapporto tra la varianza spiegata dal condizionamento della


variabile dipendente e la varianza totale. L’indice η2 assume valori
nell’intervallo (0,1) e sarà tanto più vicino all’unità quanto più stretto è il
legame di dipendenza. Valori prossimi allo zero indicano invece una situazione
di scarsa dipendenza tra una variabile e l’altra.
26

Per il calcolo dell’indice sono stati utilizzati i seguenti dati:

classe Valore centrale classe I1MM<=100 I1MM>100 TOT


0-309 154,5 75 70 145
310-518 414 114 31 145
519-792 655,5 121 24 145
793-1223 1008 97 48 145
TOTALI 407 173 580
Tabella 2.8 – Dati per il calcolo dell’indice di correlazione η2

La varianza totale ha un valore molto alto (98.888,62), la varianza


spiegata ha un valore di 1.092,09. Dalle elaborazioni fatte risulta un indice di
correlazione η2 pari a 0,011: soltanto l’1,1% della varianza totale è spiegata
dal legame tra le variabili, siamo quindi in situazione di indipendenza.
Le spiegazioni del risultato possono essere diverse.
In primo luogo, la misurazione diretta dell’altezza di rimescolamento
richiede l’utilizzo di strumenti molto sofisticati e costosi (es. palloni sonda).
Per questa ragione si ricorre, per la sua determinazione, a misurazioni indirette,
utilizzando particolari parametri.
In secondo luogo, soffermandoci sulle colonne E, F, G, H della tabella
2.8 (quelle relative alla composizione dell’indice), possiamo notare che ciò che
non vale per l’indice in generale potrebbe valere per il singolo inquinante (es.
PM10 e ozono, anche se in senso esattamente contrario). D’altra parte l’analisi
è stata condotta sull’indice in generale, potrebbe darsi che una relazione diretta
tra altezza dello strato di rimescolamento e valore standardizzato
dell’inquinamento valga per il singolo inquinante.
Una analisi più approfondita potrebbe confermare questo legame anche
se esula dagli obiettivi di questo lavoro.

2.3 Aggregazione inquinanti-postazioni


L’analisi degli indici del tipo I2 derivanti dal processo di aggregazione
inquinanti-postazioni si sviluppa seguendo la falsariga di quanto sviluppato per
gli indici del tipo I1. Anche in questo caso si decide di filtrare in base alle
giornate che presentano la rilevazione di inquinamento per tutte le centraline
presenti. Questo il grafico relativo all’indice I2MM:
27

Figura 2.10 - Postazione rilevante per indice I2MM per Bologna dal 24/02/2000 al 31/08/2002

Centralina Determina I2MM 2000 2001 2002 % sul totale


Giardini Margherita 369 124 151 94 51,11%
San Felice 309 106 182 21 42,80%
Fiera 37 1 17 19 5,12%
Zanardi 6 2 4 0 0,83%
Malpighi 1 0 1 0 0,14%
TOTALE 722 233 355 134 100%
Tabella 2.9 - Ripartizione indice I2MM tra centraline rilevanti

La Tabella 2.9 mostra quante volte ogni centralina ha determinato


l’indice I2MM, dividendone la frequenza anche per anno di riferimento.
L’analisi grafica e la tabella dimostrano che le centraline che danno
origine all’indice I2MM sono quasi sempre quelle di Giardini Margherita (che
determina l’indice in oltre il 50% delle osservazioni, soprattutto nel periodo da
febbraio a settembre) e San Felice (circa il 43% delle osservazioni totali,
soprattutto nel periodo da settembre a marzo).

inquinante Postaz. 1 Postaz. 2 Postaz. 3 Postaz. 4 Postaz. 5


Benzene G. Margherita Zanardi San Felice
PM10 San Felice Fiera
Ozono G. Margherita
SO2 G. Margherita Malpighi Fiera
NO2 G. Margherita San Felice Malpighi Fiera
CO San Felice Malpighi Fiera
Tabella 2.10 – inquinanti rilevati nelle varie centraline di Bologna
28

Questa alternanza temporale diviene subito spiegabile dando


un’occhiata alla tabella 2.10: la centralina di Giardini Margherita rileva l’ozono
a differenza della centralina di San Felice, e l’ozono diventa l’inquinante
rilevante nel periodo più caldo dell’anno.
La centralina di Malpighi non contribuisce praticamente mai all’indice;
d’altra parte tale centralina rileva soltanto NO2, CO e SO2 che come abbiamo
visto sono inquinanti che nella città di Bologna hanno oramai un bassissimo
impatto ambientale.
Vediamo quali altre informazioni possiamo ottenere dall’analisi
dell’indice I275M, quello cioè che individua la seconda centralina sul territorio
che contribuisce all’inquinamento bolognese (Figura 2.11)

Figura 2.11 - Postazione rilevante per indice I275M per Bologna dal 24/02/2000 al 31/08/2002

Centralina Determina I2MM Determina I275M Totale 2000 2001 2002 %


San Felice 309 235 544 211 269 64 37,67%
Giardini Margherita 369 107 476 161 198 117 32,96%
Fiera 37 204 241 25 103 13 16,69%
Zanardi 6 160 166 66 97 3 11,50%
Malpighi 1 16 17 3 13 1 1,18%
Tabella 2.11 - Ripartizione indice I2MM e I275M tra centraline rilevanti

La Tabella 2.11 mostra quante volte ogni centralina ha determinato


l’indice I2MM oppure I275M, indicando sia la somma totale (quarta colonna) e
dividendone la frequenza anche per anno di riferimento (quinta, sesta e settima
colonna).
29

L’analisi grafica conferma che la seconda centralina rilevante presenta


valori più che accettabili dell’indice, quasi sempre inferiore a 100.
San Felice e Fiera contribuiscono all’indice I275M nel periodo dell’anno
più caldo, presumibilmente per l’effetto del PM10, Zanardi (che rileva solo il
benzene) in quello più freddo.
Analizzando le frequenze con le quali le centraline rappresentano la
prima o la seconda causa di inquinamento giornaliera, abbiamo ulteriore
conferma di quanto detto finora; i decisori dovrebbero dunque privilegiare
interventi sulle centraline di San Felice e Giardini Margherita che da sole
contribuiscono per oltre il 70% all’inquinamento cittadino, con valori spesso
tra l’altro superiori a 100.

Figura 2.12 – Indice I2MM e dispersione rispetto a I2mM (dal 24/02/2000 al 31/08/2002)

Analizziamo adesso la situazione dal punto di vista della dispersione di


I2mM attorno al valore massimo I2MM utilizzando un opportuno indice V2M.
Quando I2mM tende a I2MM, V2M ha valori tendenti a 1. Ciò significa che la
centralina mediana ha valori molto simili alla centralina che individua il
massimo, e ciò è indice di una diffusione capillare dell’inquinamento sul
territorio. La situazione più preoccupante si ha con V2M alto e indice I2MM
superiore a 100: nella città di Bologna ciò è avvenuto molto raramente.
30

2.4 L’analisi simultanea dei due ordini di aggregazione


Utilizzando in maniera simultanea le informazioni provenienti dai due
ordini di aggregazione, è possibile cogliere ulteriori aspetti dell’inquinamento.
Quando il massimo delle mediane per postazione è più alto del massimo
delle mediane per inquinante, e tende a raggiungere il valore dell’indice I1MM,
valori elevati di inquinamento sono concentrati in punti particolari della città.
Al contrario, quando il massimo delle mediane per inquinante è più alto del
massimo delle mediane per postazione e tende a raggiungere I2MM, i valori di
inquinamento sono diffusi spazialmente.
Per facilitare la visualizzazione è stato selezionato un periodo di due
mesi dell’anno 2001. Nelle Figure 2.13 e 2.14 si nota che I1Mm è sempre
superiore a I2Mm e vicino all’indice massimo dei massimi I1MM, tranne che in
sporadiche occasioni.
Laddove I1Mm è maggiore dell’indice I2Mm e vicino a I1MM, abbiamo
una situazione di inquinamento elevato ma circoscritto in una porzione del
territorio. Ed è proprio quello che succede visto che nel periodo considerato c’è
un forte inquinamento da ozono e rilevato nella centralina di Giardini
Margherita.

Figura 2.13 – Comparazione indici sui due diversi ordini di aggregazione (giugno e luglio 2001)
31

Figura 2.14 – Comparazione indici sui due diversi ordini di aggregazione (novembre e dicembre 2001)

Nella figura 2.14 la situazione è meno marcata: ci sono pochi


superamenti del valore 100; in ogni caso abbiamo il segnale di inquinamento
circoscritto nel territorio, nello specifico la centralina di San Felice che registra
valori elevati di benzene e di PM10.
32
33

CAPITOLO III
La qualità dell’aria nella città di Roma

3.1 Introduzione
I dati disponibili di Roma si riferiscono al periodo dal 01/01/1998 al
31/12/2002; tuttavia, poiché vi è una massiccia presenza di dati mancanti,
specie nell’anno 2000, si è deciso di considerare il sottoperiodo dal 01/01/2001
al 31/12/2002. I cinque inquinanti principali (non considerando cioè SO2)
vengono rilevati nelle nove postazioni di Arenula, Cinecittà, Fermi, Libia,
Magnagrecia, Montezemolo, Preneste, Tiburtina, Villa Ada.

3.2 Aggregazione postazioni-inquinanti


La prima analisi riguarda l’indice massimo dei massimi I1MM :

Figura 3.1 – Inquinante rilevante per indice I1MM per Roma dal 01/01/2001 al 31/12/2002

Inquinante Determina I1MM 2001 2002 % sul totale


Benzene 552 261 291 76,03%
PM10 121 49 72 16,58%
Ozono 54 53 1 7,40%
Totale 727 363 364 100,00%
Tabella 3.1 – Ripartizione indice I1MM tra inquinanti rilevanti

La Tabella 3.1 mostra la frequenza, sia divisa per anno (terza e quarta
colonna) sia totale (seconda colonna), con la quale ciascun inquinante indicato
nella prima colonna determina l’indice I1MM.
34

L’analisi grafica, comparata con tale tabella, è piuttosto chiara: la


nuvola di punti si addensa soprattutto su valori di inquinamento superiori alla
soglia 100, quindi con qualità dell’aria scadente. Un primo confronto
“spaziale” riguarda l’analisi di tale grafico con quello in figura 2.1: la
situazione sembra sia peggiore rispetto alla città di Bologna.
Sempre rispetto a Bologna, in questo caso diventa più difficile fare
considerazioni sul livello generale dell’inquinamento: si è provato a interpolare
i dati con una media mobile a 43 termini11 (vedi grafico 3.1) ma anche con
funzioni polinomiali da 3 a 6 termini (non visualizzate sul grafico),
apprezzando una leggerissima tendenza alla diminuzione.

A B C D E =B / D F=C/D
anno I1MM<=100 I1MM>100 TOT % q. buona % q. scadente
2001 98 265 363 27,00% 73,00%
2002 145 219 364 39,84% 60,16%
TOTALE 243 484 727
Tabella 3.2 – Ripartizione indice I1MM tra classi di qualità dell’aria

Per avere una ulteriore conferma si ricorre ai dati contenuti nella


Tabella 3.2. Essa mostra la frequenza, divisa per anno, con la quale l’indice
I1MM ha evidenziato qualità dell’aria buona o accettabile (colonna B) e valori
di qualità dell’aria non accettabile o scadente (colonna C). Le colonne E e F
indicano rispettivamente la percentuale dei valori di qualità dell’aria accettabili
e non accettabili rispetto al totale delle rilevazioni effettuate nell’anno di
riferimento (colonna D).
Nell’anno 2001, l’indice I1MM ha evidenziato una buona qualità
dell’aria solo nel 27% delle rilevazioni contro il 73% di rilevazioni di qualità
dell’aria scadente; nel 2002 le rilevazioni corrispondenti a buona qualità
dell’aria sono salite al 39,34%.
Passando all’analisi della singola sostanza inquinante, il problema
principale della città di Roma è l’inquinamento da benzene, seguito a distanza
dal PM10. Gli altri inquinanti sono pressoché irrilevanti: ad esempio l’ozono
determina 54 volte l’indice su 730 rilevazioni mentre gli altri non lo
determinano mai.

11
Come nell’analisi fatta su Bologna, tale numero è stato scelto perché si tratta di un numero
primo che dovrebbe evitare di selezionare dati appartenenti ad un ciclo stagionale.
35

L’analisi prosegue con l’indice I175M ottenuto, come in precedenza,


determinando il terzo quartile tra cinque inquinanti una volta eliminato il
biossido di zolfo SO2, che risulta essere poco significativo.

Figura 3.2 - Inquinante rilevante per indice I175M per Roma dal 01/01/2001 al 31/12/2002

A B C D=B+C=E+F E F G
Inquinante Determina I1MM Determina I175M Totale 2001 2002 % sul totale
Benzene 552 124 676 316 360 46,49%
PM10 121 530 651 294 357 44,77%
Ozono 54 70 124 113 11 8,53%
NO2 0 3 3 3 0 0,21%
Tot. Osserv. 727 727 1454 726 728 100,00%
Tabella 3.3 - Ripartizione indice I1MM e I175M tra inquinanti rilevanti

La Tabella 3.3 mostra quante volte ogni inquinante, nel periodo


considerato, ha determinato l’indice I1MM (colonna B) oppure I175M (colonna
C), rappresentando quindi il primo o il secondo inquinante rilevante in una
certa giornata. Il totale di queste frequenze è riportato nella colonna D. Il totale
viene anche ripartito, nelle colonne E e F, tra il 2001 e il 2002
Un aspetto rilevante per questa città è che spesso anche il secondo
inquinante per importanza (quello che determina I175M) determina valori
dell’indice superiori a 100. Confrontando questi dati con quelli della città di
Bologna desumiamo che a Roma l’inquinamento è più preoccupante, diverso
sia in termini di composizione, sia in termini di “pericolosità” per la salute.
Dai dati contenuti nella Tabella 3.3 si deduce che quasi sempre i due
inquinanti più importanti sono benzene e PM10: quando il primo inquinante è il
benzene, il secondo è PM10 e viceversa. Interessante, infine, l’abbattimento
36

della rilevanza dell’ozono dal 2001 al 2002, per questioni legate alla
temperatura media nei due anni. In particolare, l’anno 2002 è stato
caratterizzato da un’estate fredda e piovosa, che evidentemente ha ridotto il
fenomeno dello smog fotochimico di cui si è già trattato.
La comparazione degli indici che selezionano gli inquinanti via via
meno rilevanti (il primo, quello che identifica il terzo quartile e l’inquinante
mediano) è riportata nelle Figure 3.3 e 3.4

Figura 3.3 - confronto tra I1MM, I175M e I1mM anno 2001 (dati filtrati)

Figura 3.4 - confronto tra I1MM, I175M e I1mM anno 2002 (dati filtrati)
37

In questo caso i grafici relativi a I1MM e I175M si mostrano piuttosto


vicini. Ciò conferma l’analisi fatta precedentemente che individuava, tra i
cinque inquinanti principali, gli unici due determinanti, vale a dire benzene e
PM10.
Ulteriori informazioni ci possono pervenire, come per le analisi
precedenti, utilizzando la serie I1MM associata all’indice di dispersione già visto
V1M = I1mM / I1MM:

Figura 3.5 - indice I1MM, e dispersione da I1mM

data I1MM I1mM I1mM / I1MM


12/04/02 325,997 23,425 0,072
01/06/01 90,458 88,389 0,977
Tabella 3.4 – Massima e minima dispersione tra I1MM e I1mM (anni 2001-2002)

La Tabella 3.4 indica i giorni nei quali l’indice di dispersione ha


raggiunto il minimo e il massimo. Il 12 aprile 2002 l’inquinante principale è
stato PM10 con un valore standardizzato di 325,997, l’inquinante mediano è
stato NO2 con un valore di 23,425 (Il punto individuato è quello in blu in alto a
destra nel grafico 3.5). Il 1° giugno 2001 I1MM è stato determinato da PM10 e
I175M è stato determinato dal benzene. La rappresentazione di tale giornata si
trova nella nuvola di punti tendenti al rosso in basso a sinistra.
Le situazioni più pericolose si hanno quando V1M è alto (colore
tendente al rosso in Figura 3.5) ed è associato ad indici I1MM superiori a 100.
Tale situazione, analizzando il grafico qui sopra, si è verificata da marzo ai
38

primi di settembre 2001. Comparando tale grafico con quello che visualizza
l’indice I1MM con l’inquinante rilevante (Figura 3.1), si nota che in quel
periodo principalmente benzene e ozono si alternavano nella determinazione
dell’indice I1MM. Per il resto del periodo analizzato, si conferma che
l’inquinamento massimo deriva generalmente da un solo inquinante.

3.3 Aggregazione inquinanti-postazioni


Spostiamo ora la nostra analisi sull’aggregazione inquinanti-postazioni,
esaminando l’andamento dell’indice I2MM nel periodo considerato e relativa
tabella delle frequenze:

Figura 3.6 – Postazione rilevante per indice I2MM per Roma dal 01/01/2001 al 31/12/2002

Postazione Determina I2MM % sul totale 2001 2002


Tiburtina 372 52,32% 173 199
Magnagrecia 97 13,64% 54 43
Libia 95 13,36% 37 58
Villa Ada 52 7,31% 51 1
Fermi 49 6,89% 7 42
Arenula 46 6,47% 34 12
TOTALE 711 100,00%
Tabella 3.5 - Ripartizione indice I2MM tra centraline rilevanti

La Tabella 3.5 mostra quante volte ogni centralina ha determinato


l’indice I2MM (seconda colonna), dividendone la frequenza anche per anno di
riferimento (quarta e quinta colonna).
La centralina che più spesso determina l’indice I2MM (oltre la metà delle
rilevazioni) è quella di Tiburtina, che rileva benzene, CO e NO2. Fatto il
raffronto con I1MM, si evince che l’inquinante per cui tale postazione è
39

rilevante è sempre e solo il benzene. Villa Ada è l’unica postazione dove viene
rilevato l’ozono che diventa dunque rilevante nell’estate 2001 (e poco
significativo nel 2002 a causa dell’estate fredda e piovosa di cui si è detto,
come confermato dalla quarta riga e settima colonna di Tabella 3.4).
Nel periodo considerato, infine, le postazioni di Cinecittà,
Montezemolo e Preneste non determinano mai l’indice I2MM.
Per la determinazione dell’indice che identifichi la seconda centralina
rilevante, si è dovuta operare una scelta. Dovendo scegliere tra sei centraline
sulle nove disponibili in modo da determinare un indice del tipo I280M, si è
deciso eliminare quelle che non determinano mai l’indice I2MM e che
rappresentano dunque le meno rilevanti. I risultati si possono apprezzare nella
figura 3.7 e nei dati riportati in Tabella 3.6:

Figura 3.7 - Postazione rilevante per indice I280M per Roma dal 01/01/2001 al 31/08/2002

Postazione Determina I2MM Determina I280M Totale % sul totale 2001 2002
Tiburtina 372 133 505 35,59% 247 258
Libia 95 195 290 20,44% 115 175
Magnagrecia 97 149 246 17,34% 130 116
Fermi 49 97 146 10,29% 32 114
Arenula 46 93 139 9,80% 97 42
Villa Ada 52 41 93 6,55% 88 5
TOTALE OSS. 711 708 1419 100%
Tabella 3.6 – Ripartizione indice I2MM e I280M tra postazioni rilevanti

Tiburtina dunque si conferma come la centralina più importante (essa


determina l’indice nel 36% dei casi), seguita da Libia. Da notare che in
entrambe le centraline gli inquinanti rilevati sono benzene, CO e NO2; il primo,
40

come abbiamo visto, rimane l’inquinante più importante mentre gli ultimi due
intervengono in maniera marginale nel livello di inquinamento dell’aria.

3.4 L’analisi simultanea dei due ordini di aggregazione


Ulteriori aspetti del fenomeno, per quanto riguarda la città di Roma,
possono provenire dall’analisi simultanea di indici determinati sulla base dei
due ordini di aggregazione. A tal fine si analizza graficamente l’andamento
simultaneo degli indici I1MM=I2MM, I1Mm e I2Mm.
Per comodità di lettura del grafico ci si è limitati al periodo che va dal
01/01/2002 al 31/08/2002.

Figura 3.8 – Andamento indici I1MM per I1Mm e I2MM dal 01/01/2001 al 31/08/2002

Nel periodo visualizzato, ma questo si verifica in tutto il periodo di


analisi, I1Mm è quasi sempre superiore a I2Mm e vicino all’indice massimo dei
massimi I1MM=I2MM: significa che l’inquinamento risulta essere circoscritto sul
territorio. Ciò è confermato da altre analisi fatte, ad esempio quelle relative alla
Figura 3.6 o alla Tabella 3.4. L’indice è spesso determinato dalla centralina di
Tiburtina, ed il decisore dovrebbe innanzitutto intervenire nei pressi di tale
postazione per ottenere un abbattimento dell’inquinamento.
Analizzando un periodo dove i tre indici sono relativamente più vicini
(es. nei primi quindici giorni di febbraio 2002), la natura dell’inquinamento è
stata spazialmente più diffusa: in effetti in quel periodo si sono riscontrati
valori superiori a 100 per benzene e PM10, alternativamente rilevati dalle
centraline di Tiburtina, Magnagrecia e Libia.
41

CAPITOLO IV
La qualità dell’aria nella città di Palermo

4.1 Introduzione
I dati disponibili per la città di Palermo riguardano il periodo temporale
dal 01/01/2002 al 31/12/2002. Eccetto le rilevazioni mancanti per il benzene
dal 01/01/2002 al 15/02/2002 e cinque rilevazioni mancanti per l’ozono, si ha a
disposizione una serie molto completa. I cinque inquinanti principali (benzene,
CO, NO2, O3, PM10, non considerando cioè SO2) sono rilevati nelle otto
postazioni di Belgio, Bocca di Falco, Castelnuovo, Di Blasi, Giulio Cesare,
Indipendenza, Unità d'Italia, Torrelunga. Oltre alla serie storica delle
concentrazioni degli inquinanti, si ha a disposizione la posizione geografica
delle centraline che sono dislocate come nell’immagine qui in basso. La
posizione ci sarà utile per effettuare un’ulteriore analisi sull’inquinamento della
città in questione, di tipo prettamente spaziale.

Figura 4.1 – Ubicazione geografica delle centraline di rilevazione di Palermo

4.2 Aggregazione postazioni-inquinanti


Come già fatto per le altre città, il primo grafico che si propone (Figura
4.2) è quello relativo all’indice I1MM:
42

Figura 4.2 - Inquinante rilevante per indice I1MM per Palermo dal 15/02/2002 al 31/12/20003

Inquinante determina I1MM % sul totale 2002 2003


Ozono 323 47,78% 129 194
Benzene 232 34,32% 139 93
PM10 121 17,90% 47 74
TOTALE OSS. 676 100% 315 361
Tabella 4.1 – Ripartizione indice I1MM tra inquinanti rilevanti

La Tabella 4.1 mostra quante volte ogni inquinante, nel periodo


considerato, ha determinato l’indice I1MM, ripartite inoltre per anno.
Dal punto di vista generale, il livello di inquinamento della città è
generalmente sopra 100, quindi con qualità dell’aria non buona. La tendenza
delle rilevazioni non è chiarissima, come si può vedere dall’andamento di una
funzione interpolante di medie mobili a 43 termini. Non siamo quindi in grado
di dire con certezza se il livello generale dell’inquinamento negli anni sia
aumentato o diminuito.
A B C D E=B/D F=C/D
anno I1MM<=100 I1MM>100 TOT % q. buona % q. scadente
2002 122 193 315 38,73% 61,27%
2003 145 216 361 40,17% 59,83%
TOTALE 267 409 676
Tabella 4.2 – Ripartizione indice I1MM tra classi di qualità dell’aria

La Tabella 4.2 non riesce a dare maggiori certezze: nel 2002 l’indice
I1MM ha riscontrato valori di buona qualità dell’aria per il 38,73% dei casi
contro il 61,27% di valori di qualità dell’aria scadente; nel 2003 c’è stato un
43

piccolo miglioramento (40,17% contro il 59,83%) ma nessuna decisa direzione


verso il miglioramento generale dell’inquinamento.
L’analisi comparata della Figura 4.2 e della Tabella 4.1 ci mostra che
l’inquinante più influente a Palermo è rappresentato dall’ozono, principalmente
nel periodo estivo. Tale rilevanza può essere dovuta, tra l’altro, alle
temperature medie più elevate rispetto alle altre città analizzate. Nel periodo
invernale l’inquinante più influente diventa il benzene. Gli inquinanti CO e
NO2 rivestono un ruolo marginale e ciò può essere approfondito analizzando il
grafico dell’indice I175M (Figura 4.3), ottenuto dopo aver eliminato dall’analisi
SO2 poiché ininfluente.

Figura 4.3 - Inquinante rilevante per indice I175M per Palermo dal 15/02/2002 al 31/12/2003

A B C D = B+C = F+G E = D / 1352 F G


Inquinante determina I1MM determina I175M Totale % sul totale 2002 2003
Ozono 323 177 500 36,98% 235 265
Benzene 232 217 449 33,21% 240 209
PM10 121 276 397 29,36% 149 248
NO2 0 6 6 0,44% 6 0
TOTALE OSS. 676 676 1352 100% 630 722
Tabella 4.3 – Ripartizione indice I1MM e I175M tra inquinanti rilevanti

La Tabella 4.3 mostra quante volte ogni inquinante, nel periodo


considerato, ha determinato I1MM oppure I175M; mostra anche in termini
percentuali quanto l’inquinante abbia pesato rispetto al totale.
Dalla Figura 4.3 e dalla Tabella 4.2 si conclude che gli inquinanti
rilevanti sono tre ed equamente ripartiti: sul totale delle osservazioni, l’ozono si
44

è caratterizzato come primo o secondo inquinante 37 volte su 100, il benzene


33 volte su 100, il particolato PM10 29 volte su 100.
Proviamo ora ad analizzare l’andamento congiunto dei tre indici I1MM,
I175M e I1mM (Figure 4.4 e 4.5) in modo da identificare eventuali outliers e fare
altre considerazioni.

Figura 4.4 – Andamento indice I1MM, I175M e I1mM anno 2002

Figura 4.5 – Andamento indice I1MM, I175M e I1mM anno 2003

Le Figure 4.4 e 4.5 possono essere analizzate considerando le distanze


tra gli indici: essi assumono valori simili, e questo era atteso poiché, anche
45

nelle analisi fatte precedentemente, gli inquinanti rilevanti sono almeno tre
(Ozono, benzene, PM10).
Rivolgendo ora la nostra attenzione verso le misure di dispersione per
I1MM, attraverso l’utilizzo dell’indice V1M si può proporre un’analisi del
grafico 4.6.

Figura 4.6 - indice I1MM, e dispersione da I1mM

In questo grafico le zone tendenti al rosso, quelle cioè a minor


dispersione tra I1MM e I1mM, sono più numerose rispetto a quanto riscontrato
per le città di Bologna e Roma; ciononostante esse corrispondono generalmente
a valori dell’indice inferiori a 100, quindi a situazioni non “gravi”.

data I1MM I1mM I1mM / I1MM


01/11/03 246,311 43,458 0,176
19/03/02 92,855 90,303 0,973
Tabella 4.4 – Massima e minima dispersione tra I1MM e I1mM (anni 2002-2003)

Nella Tabella 4.4 sono riportati i valori di I1mM e I1MM per le giornate
nelle quali l’indice di dispersione ha raggiunto il minimo e il massimo nella
serie storica considerata.
46

4.3 Aggregazione inquinanti-postazioni


Quando interessa studiare la distribuzione dell’inquinamento sul
territorio si prende in considerazione, come già visto per le città di Bologna e
Roma, l’indice I2MM:

Figura 4.7 - Inquinante rilevante per indice I2MM per Palermo dal 15/02/2002 al 31/12/2003

Postazione determina I2MM percentuale 2002 2003


Bocca di Falco 321 47,14% 130 91
Di Blasi 216 31,72% 108 108
Castelnuovo 66 9,69% 49 17
G. Cesare 43 6,31% 15 28
Unità d'Italia 21 3,08% 15 6
Belgio 12 1,76% 1 11
Indipendenza 2 0,29% 0 2
TOT. OSSERVAZIONI 681 100,00%
Tabella 4.5 – Ripartizione indice I2MM tra postazioni rilevanti

Le centraline Bocca di Falco e Di Blasi (vedi Tabella 4.5) si mostrano


come quelle più influenti sul livello di inquinamento per la città di Palermo. Di
Blasi, in particolare, sembra influenzare l’indice per quanto riguarda l’ozono
mentre Bocca di Falco è influente quando si verifica la situazione di
inquinamento da benzene (ciò si evince dal confronto tra i grafici di I1MM e
I2MM).
Per quanto riguarda la determinazione della seconda centralina
rilevante, dobbiamo procedere ad una selezione, in modo da considerare sei
centraline su otto e definire un indice del tipo I280M. Si decidono di eliminare le
47

postazioni di Torre Lunga (che non hai mai determinato l’indice I2MM), e di
Indipendenza (che lo ha determinato soltanto due volte nel periodo considerato
– vedi settima riga della Tabella 4.5).

Figura 4.8 - Postazione rilevante per indice I280M per Palermo dal 15/02/2002 al 31/12/2003

Postazione Determina I2MM Determina I280M Totale % sul totale 2002 2003
Bocca di Falco 321 120 441 32,38% 204 237
Di Blasi 217 206 423 31,06% 207 216
Castelnuovo 66 151 217 15,93% 135 82
G. Cesare 42 108 150 11,01% 43 107
Unità d'Italia 21 52 73 5,36% 42 31
Belgio 12 44 56 4,11% 4 52
Indipendenza 2 2 0,15% 0 2
TOT. OSSERV. 681 681 1362 100,00%
Tabella 4.6 - Ripartizione indice I2MM e I280M tra postazioni rilevanti

La Tabella 4.6 mostra quante volte ogni centralina è stata individuata


come prima (seconda colonna) o seconda (terza colonna) causa di
inquinamento nella giornata, nonché la somma delle frequenze dei due eventi
(quarta colonna) e la ripartizione tra il 2002 e il 2003 (sesta e settima colonna).
Bocca di Falco (che nel periodo considerato ha determinato I2MM o
I275M 441 volte, il 32,38% delle osservazioni) e Di Blasi (che per 423 volte ha
determinato I2MM o I275M, con una percentuale del 31,06%) si confermano le
postazioni più rilevanti per quanto riguarda l’inquinamento.
48

4.4 L’effetto di ulteriori variabili: la radiazione solare


Analogamente a quanto fatto per Bologna, si è ricercato un legame tra
inquinamento e altre variabili potenzialmente rilevanti: in questo caso si
considera la radiazione solare. Come visto nel paragrafo introduttivo
l’inquinamento da O3 potrebbe essere prodotto dalla reazione tra inquinamento
e calore e pertanto può essere utile investigare questo aspetto.
Dalle serie storiche a disposizione sono stati eliminati quei giorni per
cui non si disponeva o del dato meteo o del dato di inquinamento. Per la
variabile radiazione solare sono stati calcolati i quartili e si è generata la tabella
seguente:

Inquin. significativo
benzene
classe I1MM<=100 I1MM>100 Tot. oss. Benz. PM10 O3 % PM10% O3%
0-83 89 77 166 80 41 45 48,19% 24,70% 27,11%
84-138 83 83 166 82 43 41 49,40% 25,90% 24,70%
139-213 57 109 166 25 37 104 15,06% 22,29% 62,65%
214-470 39 127 166 25 24 117 15,06% 14,46% 70,48%
Tabella 4.7 – Ripartizione indice I1MM tra classi di radiazione solare e inquinanti significativi

Consideriamo la prima e la terza colonna della Tabella 4.7. Per classi di


misure di radiazione solare crescenti, cresce anche la frequenza di rilevazioni
dell’indice I1MM superiore a 100, cioè con qualità dell’aria non buona. Già
questo potrebbe indurci a concludere che la variabile meteorologica
considerata ha un effetto rilevante sull'inquinamento, in particolare sull'ozono
(v. settima colonna), che diventa sempre più spesso inquinante rilevante al
crescere della radiazione solare.
Come ulteriore conferma consideriamo la tabella di contingenza
riportata in Tabella 4.8 e le relative frequenze attese sotto l’ipotesi H0 di
indipendenza:

Frequenze osservate Frequenze attese sotto H0


Classe I1MM<=100 I1MM>100 Tot. oss. I1MM<=100 I1MM>100 Tot. oss.
0-83 89 77 166 67 99 166
84-138 83 83 166 67 99 166
139-213 57 109 166 67 99 166
214-470 39 127 166 67 99 166
TOTALE 268 396 664 268 396 664
Tabella 4.8 – Frequenze osservate e attese per il test χ di indipendenza
2
49

Su questa tabella possiamo applicare un test χ2 di indipendenza sotto


l’ipotesi nulla che le frequenze attese siano le stesse per ogni classe di
radiazione solare e quindi indipendenti. La sommatoria degli scarti al quadrato
tra frequenze attese e frequenze osservate, ciascuno diviso per la frequenza
attesa si distribuisce come una variabile χ2 con (4-1)(2-1) = 3 tre gradi di
libertà. Dall’elaborazione fatta risulta che χ2(obs) = 40,64285, mentre dalle
tavole otteniamo χ2(3; 0,05) = 7,815: vale dunque la relazione χ2(obs) >χ2(3; 0,05) che
ci induce senz’altro a rifiutare l’ipotesi H0 di indipendenza tra livello della
radiazione solare e livello di inquinamento.

4.5 Analisi tramite georeferenziazione delle postazioni


Avendo a disposizione le coordinate spaziali (latitudine e longitudine)
delle postazioni è stato possibile svolgere un’analisi descrittiva della diffusione
spaziale dell’inquinamento nella città. Un esempio corrisponde ad ordinare le
centraline in base al valore dell’indice finale I2MM(=I1MM) per vedere come si
distribuisce l’inquinamento sul territorio e se si possono determinare dei fattori
di contiguità che giustifichino una spiegazione di raggruppamento territoriale.
Come esempio, si è costruito un grafico, relativo alla singola
rilevazione giornaliera, che rappresenta la posizione delle centraline e il valore
dell’indice associato in proporzione all’area del punto sul grafico. Se il valore
dell’indice è inferiore a 100, il punto è rappresentato da un cerchio; se il valore
dell’indice è superiore a 100, il punto è individuato da un quadrato.
50

Figura 4.9 – Rappresentazione spaziale dell’inquinamento di Palermo

La serie di grafici in figura 4.9 rappresenta, per la giornata 15 di ognuno


dei dodici mesi dell’anno 2002 (la prima riga contiene i grafici del primo
trimestre, gennaio, febbraio, marzo, la seconda quelli del secondo trimestre e
così via), i valori dell’indice per ogni centralina di Palermo. Analizzando i
grafici ottenuti si può concludere che quasi sempre le stazioni con il maggior
51

valore dell’indice sono vicine, soprattutto quando il valore dell’indice supera la


soglia 100. Consideriamo ad esempio il 15 Aprile e il 15 Maggio 2002,
rappresentati nei primi due grafici della seconda riga di Figura 4.9. Il quadrato
azzurro e il quadrato viola rappresentano rispettivamente le centraline di Bocca
di Falco e Di Blasi, centraline vicine che in quella giornata hanno riscontrato
entrambe un valore superiore a 100 (quadrato anziché cerchio). Un altro
esempio è quello del secondo e terzo grafico nell’ultima riga di Figura 4.9,
dove i punti identificati da quadrati (valore I2MM superiore a 100) compongono
un raggruppamento omogeneo. Tale risultato era atteso poiché le condizioni
meteorologiche incidono nello spazio e quindi sulla dispersione degli
inquinanti.
Un’altra elaborazione grafica che può essere proposta permette di
analizzare il fenomeno dal punto di vista dei suoi valori medi. Ad esempio,
sulla base dei dati dell’anno 2003 si sono divise le osservazioni in base ai 4
trimestri, che corrispondono approssimativamente alle quattro stagioni
dell’anno (vedi Figura 4.10).
Per ogni centralina è stata calcolata la media aritmetica dei valori
dell’indice I2MM(=I1MM) riscontrati per ogni giorno del trimestre.
52

Media primo trimestre 2003 Media secondo trimestre 2003

Media terzo trimestre 2003 Media quarto trimestre 2003

Figura 4.10 – Rilevazione media per trimestre dell’inquinamento e relativa disposizione geografica

Media Media Media Media


Postazione Long. E Lat. N
1° Trim. 2° Trim 3° Trim 4° Trim
Belgio 13° 20’ 39” 38° 09’ 06” 47,8875 81,25 55,77 66,13
Bocca di Falco 13° 18’ 11” 38° 07’ 15” 82,7667 114,44 101,21 61,04
Castelnuovo 13° 21’ 15” 38° 07’ 28” 63,7371 76,86 69,71 78,04
Di Blasi 13° 19’ 45” 38° 07’ 18” 86,3904 84,34 75,58 107,21
G. Cesare 13° 21’ 56” 38° 06’ 37” 73,6668 69,17 61,59 84,22
Unità d'Italia 13° 20’ 39” 38° 08’ 13” 62,0633 71,85 60,77 73,29
Tabella 4.9 – media indice I2MM per trimestre

La Tabella 4.9 mostra, per ogni centralina e relativa posizione


geografica, la media per ogni trimestre dell’indice finale I2MM(=I1MM).
Anche considerando il fenomeno nella sua componente “media”, le
centraline che determinano più frequentemente l’indice in corrispondenza di
53

episodi di qualità dell’aria scadente rimangono Bocca di Falco e Di Blasi (vedi


valori in grassetto nella seconda e quarta riga di Tabella 4.7).
L’ultimo grafico che si presenta è la collocazione di ogni centralina su
una mappa reale del territorio (come quella mostrata in Figura 4.1), con
l’informazione ottenuta dalla somma dei casi in cui, in ogni giornata del
periodo 2002-2003, ogni centralina ha determinato I2MM oppure I280M. Dalla
Figura 4.11 si può vedere che le centraline di Bocca di Falco e Di Blasi sono le
più lontane dal mare ed in zona semicollinare, questo potrebbe incidere sulla
ventilazione e dunque sulla dispersione degli inquinanti. La centralina Di Blasi
risulta invece posizionata a ridosso di Viale Regione Siciliana, che rappresenta
una delle più importanti arterie stradali della città.

Figura 4.11 - Collocazione nello spazio delle centraline e frequenza determinazione I2MM + I280M

4.6 Analisi simultanea dei due ordini di aggregazione


L’analisi finale che si propone sulla città di Palermo riguarda la
comparazione tra gli indici I1MM(=I2MM), I1Mm e I2Mm ottenuti dai due ordini di
aggregazione. Per comodità di lettura ci si è limitati ad un periodo ristretto, dal
1° Luglio al 31 Ottobre 2003 (Figura 4.12).
54

Figura 4.12 – Andamento indici I1MM=I2MM, I1Mm e I2Mm

Sia nel periodo oggetto di analisi, sia per tutta la serie storica, I1Mm è
sempre superiore a I2Mm. Come già visto, questo dà indicazione di un
inquinamento generalmente circoscritto ad alcune porzioni del territorio. Ciò
non fa altro che confermare le considerazioni fatte finora, che individuavano in
Bocca di Falco e Di Blasi le centraline più rilevanti e sulle quali il decisore
politico dovrebbe porre maggiore attenzione.
55

CAPITOLO V
Considerazioni e conclusioni

Scopo di questo lavoro è stato in primo luogo quello di fornire un


quadro sui principi generali dell’ordinamento europeo in materia di qualità
dell’aria e sullo stato dell’arte della rilevazione dell’inquinamento in diversi
Paesi. In secondo luogo, quello di effettuare analisi e comparazioni attraverso
classi di indici sintetici basati su medie di posizione, che hanno il pregio di
essere più robusti rispetto a quelli basati su medie analitiche in caso di presenza
di outliers e valori mancanti.
La diffusione di questi indici è diversa nei vari Paesi: in alcune realtà,
prime fra tutte gli USA, indici sintetici basati su medie di posizione (es. AQI)
vengono utilizzati per dare informazioni al pubblico mentre nei Paesi
dell’Unione Europea e nelle stesse Regioni italiane, nonostante la legislazione
tenda a rendere omogenei i comportamenti, la situazione è assai diversa.
In questo lavoro ci si è concentrati sulla classe di indici (basate su
medie di posizione, mediana e massimo) sviluppata da Bruno-Cocchi (2000).
In questa proposta, le informazioni sulla qualità dell’aria non si ottengono
soltanto dall’analisi del singolo indice ma anche confrontando indici di diversa
natura.
A seconda di come si costruiscono gli indici, possiamo indagare o sulla
presenza di fenomeni acuti di inquinamento (utilizzando i massimi) o su
tendenze di fondo (utilizzando mediane o altri opportuni percentili). È molto
utile associare al valore dell’indice finale l’inquinante oppure la postazione che
lo ha determinato.
Integrando i risultati di Bruno-Cocchi (2000), in caso di indici che
vanno a determinare il massimo delle concentrazioni, in questo lavoro si è
proposto, per diminuire ancor meno l’incidenza di outliers, di utilizzare
opportuni percentili (es. il 75-esimo su cinque inquinanti o l’80esimo
percentile su sei postazioni) che consentono di individuare, in una determinata
giornata, il secondo inquinante o la seconda centralina più rilevante.
Più che una analisi circoscritta al singolo indice, risulta estremamente
utile comparare diversi indici per indagare su aspetti complementari
dell’inquinamento. La comparazione può avvenire direttamente, ad esempio
56

analizzando l’andamento grafico di diversi indici, oppure costruendo a partire


da questi opportune misure di variabilità (es. dispersione di indici che misurano
tendenze di fondo, basati sulle mediane, rispetto a indici che misurano valori
acuti di inquinamento, basati sui massimi).
Sulla base di questa metodologia si è tentato, partendo da serie storiche
di dati orari di inquinamento per le città di Bologna, Roma e Palermo, di
pervenire ad indici sintetici che potessero dare informazioni sul fenomeno
analizzato.
Si è provato a cercare spiegazioni dell’inquinamento anche sulla base di
altre variabili, come l’altezza dello strato di rimescolamento, il livello della
radiazione solare, o la posizione geografica delle centraline.
La conclusione è che l’utilizzo di una serie di indici sintetici basati su
medie di posizione, a differenza di un unico indice come l’AQI statunitense
(che però ha il pregio di dare una comunicazione immediata alla popolazione),
consente di analizzare aspetti complementari dell’inquinamento e di fornire ai
decisori indicazioni importanti sulle strategie da seguire per abbattere le
concentrazioni degli inquinanti.
Tali indici possono essere combinati con altre variabili, di tipo
meteorologico o spaziale o di altro tipo, per indagare ancora più a fondo le
determinanti ultime dell’inquinamento nelle nostre città.
57

Bibliografia

ARPA Emilia-Romagna (2005), Annuario Regionale dei dati ambientali.

Bruno F., Cocchi D. (2000), “Sulla costruzione di indici per la qualità


dell’aria”, Serie Ricerche 2000 n.4, Dipartimento di Scienze Statistiche Paolo
Fortunati, Università degli studi di Bologna.

Bruno F., Cocchi D. (2002), “A unified strategy for building simple air quality
indices”, Environmetrics, Wiley, 13, 243-261.

Bruno F., Cocchi D. (2006), “Recovering information from synthetic air


quality indices”, Environmetrics, in Press.

Decisione n. 97/101/CE del Consiglio, del 27 gennaio 1997, che instaura uno
scambio reciproco di informazioni e di dati provenienti dalle reti e dalle singole
stazioni di misurazione dell'inquinamento atmosferico negli Stati membri
(G.U.C.E. n. L 035 del 5 febbraio 1997, pp. 0014-0022).

Decisione n. 1600/2002/CE del Parlamento europeo e del Consiglio, del 22


luglio 2002, che istituisce il sesto programma comunitario di azione in materia
di ambiente (G.U.C.E. n. L 242 del 10 settembre 2002).

Decreto Legislativo 21 maggio 2004, n. 183, “Attuazione della direttiva


2002/3/CE relativa all'ozono nell'aria” (G.U. n. 171 del 23 luglio 2004 -
Supplemento Ordinario n. 127).

Decreto Ministero dell’Ambiente e del Territorio n. 60 del 2 aprile 2002:


“Recepimento della direttiva 1999/30/CE del Consiglio del 22 aprile 1999
concernente i valori limite di qualità dell'aria ambiente per il biossido di zolfo,
il biossido di azoto, gli ossidi di azoto, le particelle e il piombo e della direttiva
2000/69/CE relativa ai valori limite di qualità dell'aria ambiente per il benzene
ed il monossido di carbonio.” (G.U. 87 del 13 aprile 2002).
58

Ott W.R., Hunt W.F. (1976), “A quantitative evaluation of the pollutant


standards index”, Journal of the Air Pollution Control Association, 26, pp.
1051-1054.

Shooter D., Brimblecombe P. (2005), “Air Quality Indexing”, The


International Journal of Environment and Pollution.