Sei sulla pagina 1di 7

Quesito del giudice

Dica il CTU se, sulla base delle analisi prodotte in atti, il vano sottoposto a bonifica possa essere considerato
effettivamente bonificato. Indichi il CTU leffettiva incertezza di misura di ogni singolo rapporto di prova e
lincertezza di misura della concentrazione media riscontrata nel vano sottoposto a bonifica. Dica il CTU,
anche sulla base di indicazioni normative nazionali ed internazionali, se vi sia rischio per la salute nel vano
sottoposto a bonifica.

Restituibilit di un ambiente bonificato dallamianto.


Per quanto riguarda le operazioni di certificazione della restituibilit idi ambienti bonificati dallamianto ci
riferiamo esclusivamente al D.M. della sanit 6/9/1994, che al punto 6 specifica il numero di
campionamenti minimi da effettuare in base alla superficie dellarea bonificata. Il vano in questione ha una
superficie di 250 mq e sulla base del suddetto D.M. devono essere effettuati un minimo di 4
campionamenti.
Il metodo per il campionamento e per la successiva determinazione delle fibre di amianto su filtro
specificato sempre nel D.M. della sanit 6/9/1994 nellallegato 2b.
Espressione della concentrazione di ogni singola prova

Dove:
Nf = numero di fibre di amianto contate durante lanalisi del filtro;
a = area del singolo campo di lettura (mm2);
Nc = numero totale di campi letti;
A = area effettiva campionata del filtro (mm2)
V= volume campionato in litri (l)
Norme tecniche e incertezza di misura
Il D.M. 6/9/1994 non fornisce una informazione chiara per quanto riguarda il calcolo dellincertezza, indica
semplicemente i limiti fiduciari per il conteggio delle fibre se si assume una distribuzione casuale di tipo
poissoniano.
La UNI CEI ISO IEC 17025:2005 Requisiti generali per la competenza dei laboratori di prova e di taratura
suggerisce limportanza di associare una misura di incertezza ad ogni risultato analitico.
La ISO 14966:2002 Ambient air Determination of numerical concentration of inorganic fibrous particles
Scanning electron microscopi method e la UNI EN ISO 16000-7:2008 Aria in ambienti confinati- Parte 7:
Strategia di campionamento per la determinazione di concentrazione di fibre di amianto sospese in aria,
strettamente correlate fra di loro, prendono in considerazione il problema della determinazione
dellincertezza, identificando le principali fonti di variabilit del metodo senza per dare indicazioni chiare
su come esprimerla.

Diagramma Causa Effetto identificazione della fonti di incertezza


Lespressione matematica attraverso cui si determina la concentrazione finale di fibre di amianto aereodisperse il punto di partenza per individuare le principali fonti di incertezza del metodo. Di seguito il
diagramma causa effetto:

Volume campionato

Area filtro di
campionamento

Volume campionato

Volume campionato

Volume campionato

Volume campionato

Area dellingrandimento
di un campo di analisi
(2000 x)

Modalit di conteggio
delloperatore

Variabilit intrinseca
della distribuzione di
poisson legata

Volume campionato
1
campionato
1)
Incertezza
legata al campionamento
vero e proprioVolume
:
Volume
campionato
Volume campionato
Rappresentativit del campionamento;
Volume campionato
Volume campionato
Condizioni ambientali del campionamento ( Temperatura, Pressione atmosferica, Circolazione
dellaria, fibre di amianto depositate al suolo e non aereo-disperse);
Stabilit della pompa e precisione del volume di aria aspirato;
Esperienza e attenzione del personale impiegato nel campionamento;

2) Incertezza associata alla lunghezza del diametro effettivo (vedi specifiche fornitore)
3) Incertezza associata allingrandimento effettivo di analisi e al numero di campi analizzati (vedi
specifiche strumento)
4)

Incertezza associata allanalisi SEM1:


Preparazione del filtro;
Soggettivit nellindividuazione delle fibre di amianto o scarsa attenzione;
Esperienza delloperatore.
rel

La ISO 14966 quantifica sia il contributo derivante dalle operazioni di campionamento come 2 v <15% (v devSt
rel
relativa associata al campionamento, sia il contributo derivante dallanalisi SEM (Poisson esclusa) come 2A
35%. Il documento non cita la fonte di questi dati, ma dovrebbero derivare da una linea guida tedesca VDI 3492.

5) Variabilit legata alla distribuzione di Poisson


La distribuzione di Poisson descrive i risultati di esperimenti in cui si contano eventi che si verificano in
maniera casuale, ma con una media temporale definita. Questo il caso del conteggio di fibre di amianto
che si distribuiscono in modo casuale su un filtro di campionamento in un tempo definito.
In breve la distribuzione di Poisson si esprime come:

In cui parametro positivo ( > 0) che il numero medio atteso di fibre di amianto, di cui la migliore stima
nel nostro caso proprio il conteggio di fibre effettuato Nf ; mentre rappresenta tutti i possibili conteggi
interi = 0, 1, 2 . . P(, ) rappresenta la distribuzione di probabilit di tutti possibili conteggi attorno al
valore atteso , che logicamente il pi probabile. La distribuzione di Poisson una distribuzione di tipo
asimmetrico, non ha la classica forma a campana della distribuzione di Gauss, in particolare per bassi
conteggi. Per via via pi grande la distribuzione poissoniana si pu approssimare ad una distribuzione di
tipo normale. [Es. La distribuzione di Poisson gi per = 9 possiede un buon grado di somiglianza con la
distribuzione di Gauss che presenta la stessa media e dev.St. Per che tende a infinito le due distribuzioni
sono pressoch identiche2]
Una caratteristica essenziale che caratterizza la distribuzione di Poisson il calcolo della deviazione
standard associata al conteggio medio atteso ( Nf ), in breve:

Per cui la miglior stima per la deviazione standard proprio , o in altre parole possiamo scrivere che
il nostro conteggio medio atteso affetto da una variabilit esprimibile come
.
Sia il D.M. del 94 che la ISO 16000-7 fanno riferimento alla variabilit del metodo di conteggio indicando il
limite fiduciario superiore e inferiore al 95% di probabilit calcolati sulla base della distribuzione di Poisson
ma non fanno riferimento a una variabilit espressa come deviazione standard. La ISO 14966 si riferisce per
quanto riguarda il conteggio sia ai limiti fiduciari della distribuzione poissoniana sia alla variabilit come
deviazione standard della suddetta distribuzione (ovvero
).
Approccio metrologico alla determinazione dellincertezza
Una volta quantificate le sopraelencate fonti di variabilit sar necessario combinarle secondo le leggi della
propagazione degli errori per arrivare ad una deviazione standard complessiva della metodica analitica da
cui ricavare un valore di incertezza, in breve eseguire questo banale calcolo:

incertezza composta;
contributo di Poisson;
contributo del campionamento;
contributo relativo allindentificazione (si intendono deviazione standard relative)*.
* probabile che siano trascurabili i contributi legati al diametro effettivo del filtro di campionamento e dellarea dei campi indagati
2

Introduzione allanalisi degli errori Zanichelli

Il nostro caso
Tabella riassuntiva

RDP-2734-1
RDP-2734-2
RDP-2734-3
RDP-2734-4

Volume
aspirato
(l)
3042
3151
3156
3156

Diametro
effettivo
(mm)
22
22
22
22

Area di un
campo
(mm2)
0,002472
0,002472
0,002472
0,002472

Numero Fibre
di
contate Conc LFI al
campi
(
(ff/l) 95%
416
16
1,943 1,1
416
19
2,228 1,4
416
18
2,107 1,3
416
15
1,756
1

LFS al
95%
3,2
3,7
3,5
3

Tabella 1 LFI al 95% e LFS al 95% sono rispettivamente i limiti fiduciari inferiori e superiori calcolati con un livello di fiducia al
95%, seguendo pedissequamente le indicazioni del D.M. 6/9/94 per quanto riguarda questo aspetto.

Incertezza per i singoli rapporti di prova considerando solo la variabilit poissoniana ( ) in attesa di
integrare anche gli altri contributi. Ricordando alcune espressioni chiave della distribuzione di Poisson
(
) si ottiene quanto segue:

RDP-2734-1
RDP-2734-2
RDP-2734-3
RDP-2734-4

Conc
(ff/l)
1,9
2,2
2,1
1,7

Fibre
conteggiate
16
19
18
15

4,0
4,4
4,2
3,9

Tabella 2 Incertezza estesa si ottiene moltiplicando la deviazione standard


di fiducia al 95%)

CV %
25,0
22,9
23,6
25,8

Incertezza estesa
associata alla sola
variabilit di Poisson
1,0
1,0
1,0
0,9

per un fattore di copertura k=2 (esprime un livello

Un aspetto su cui necessario soffermarsi che il D.M. 6/9/94 non esprime in maniera esplicita come
valutare i campionamenti multipli ( sostanzialmente se fare una media o meno). La ISO 14966:2002 e la UNI
EN ISO 16000-7:2005 invece assumono una posizione netta per quanto riguarda lespressione dei risultati
derivanti da campionamenti multipli.
La ISO 14966:2002 Annex E riporta le seguenti espressioni:
Richiama lespressione generale per la determinazione della concentrazione di fibre di amianto aereo
disperso per una singola prova:

E considerando che:

Allora la concentrazione media

espressa come la somma delle fibre di amianto rinvenute nei

singoli campionamenti, diviso la somma di tutti Vp di ciascun campione, in formula:

E suggerisce che la migliore stima per la concentrazione media data da:

Pertanto seguendo il ragionamento della ISO 14966:2002, che ripreso poi dalla ISO 16000-7, si ottengono
i seguenti risultati:

CV %

Incertezza estesa
associata alla sola
variabilit di Poisson

12,0

0,4

Fibre
conteggiate+1
RDP-2734(1+2+3+4)

2,0

69

8,3

Tabella 3 Incertezza estesa si ottiene moltiplicando la deviazione standard


di fiducia al 95%)

per un fattore di copertura k=2 (esprime un livello

Riepilogando
Fibre
conteggiate
RDP-2734-1
RDP-2734-2
RDP-2734-3
RDP-2734-4
RDP-2734-(1+2+3+4)

16
19
18
15
69

Conc
(ff/l)
1,9
2,2
2,1
1,7
2,0

Incertezza estesa
(solo Poisson)
1,0
1,0
1,0
0,9
0,4

Tabella 4 Incertezza estesa si ottiene moltiplicando la deviazione standard


di fiducia al 95%)

CV %
25
22,9
23,6
25,8
12

per un fattore di copertura k=2 (esprime un livello

Come si confronta il valore trovato comprensivo di incertezza con il valore limite?


Nella normativa tecnica italiana ambientale non esiste un modus operandi univoco per confrontare il valore
sperimentale comprensivo del dato di incertezza con il valore limite espresso dal legislatore. Una soft law
che pu guidarci in questa valutazione un documento pubblicato dallISPRA in collaborazione con ARPA
Lanalisi di conformit con i valori limite di legge: il ruolo dellincertezza associata a risultati di misura,
Manuali e linee guida 52/2009.
La figura sottostante ci permette di visualizzare immediatamente a colpo docchio i quattro casi possibili:

Il documento si basa sul concetto di non conformit (colpevolezza) aldil di ogni ragionevole dubbio, per cui
basandoci su questo affermazione solo il caso 4 della figura soprastante sar ritenuto non conforme.
Come calcolare lintervallo attorno al valore medio?
Lo si fa attraverso lintroduzione di una guard band

, in cui :

lincertezza di tipo composta (ossia );


il fattore di copertura (t di student) calcolato con =0.05 e con i relativi gradi di libert ( nel
nostro caso i gradi di libert sono n > 10 e
pari a 1,645).

Ottenuta la nostra guard band, dovremmo combinarla con il valore sperimentale e confrontarla con il
valore limite e pertanto ottenere:
?

RDP-2734-1
RDP-2734-2
RDP-2734-3
RDP-2734-4
RDP-2734(1+2+3+4)

Concentrazione Guard
(ff/l)
Band (g)
1,9
0,8
2,2
0,8
2,1
0,8
1,7
0,7
2,0

0,4

1,1
1,4
1,3
1,0

Conforme
Conforme
Conforme
Conforme

1,6 Conforme

Possiamo cos affermare sia per i singoli rapporti di prova sia per il valore mediato che il valore misurato,
tenuto conto dellincertezza, non risulta significativamente maggiore del valore limite ad un livello di
confidenza del 95%.
Ulteriori sviluppi
Per completare la valutazione con questo approccio metrologico necessario quantificare lincertezza
associata al volume di campionamento, la quale si potrebbe ricavare dai certificati rilasciati dai fornitori
delle pompe utilizzate. Analogamente il contributo derivante dallarea effettiva del filtro di campionamento
anchesso ricavabile dalleventuale certificato rilasciato dal fornitore. Il contributo associato alla
preparazione del filtro e alla capacit di identificazione delle fibre da parte delloperatore potrebbe essere
ricavato dai dati di validazione del metodo o dai dati di controllo di qualit se sono disponibili. intuibile
che con questo approccio si sottostimi la variabilit legata al campionamento, in quanto si tiene conto
esclusivamente della variabilit legata al volume campionato. Daltro canto evidente dai dati mostrati
sopra come il contributo poissoniano sia il preponderante.
Un altro approccio possibile quello ispirato alle linee guida Nordtest ed Eurachem, i quali estrapolano dai
dati di validazione del metodo e dai dati di controllo qualit i vari contributi allincertezza. In particolare
lapproccio Nordtest risulta essere molto elegante per estrapolare lincertezza di campionamento, ma forse
di difficile praticabilit per il nostro caso. A seguito unimmagine tratta dalla linea guida Uncertainty from
sampling - A Nordtest handbook for sampling planners on sampling quality assurance and uncertainty
estimation che mostra la strategia del replicate design da cui estrapolare i dati di variabilit:

Nel nostro caso il secondo diagramma (double split) quello ideale da cui estrarre sia lincertezza di
campionamento che quella di analisi vera e propria. La linea guida prevede almeno otto repliche per avere
una buona stima sui dati di variabilit.