Sei sulla pagina 1di 385

Progetto Ministero della Salute n° 022/2002

Unità Operativa n° 8
Rapporto tecnico n° 4

Rapporto Conclusivo
Unità Operativa n° 8
Coordinamento Dr. Paolo A. Bragatto

Hanno contribuito al Rapporto Conclusivo

Dr. Ing. Maria Grazia Gnoni


Dr. Ing. Francesco A. Sciancalepore
Dr. Ing. Adalberto Sibilano

Dr. Sergio Bellagamba (U.O. 17)

Dr. Manuela Marangio

PMS 022/2002 U.O. 08 Pag.2/67 U.O. n° 8 Rapporto Tecnico n°4


CAPITOLO I

I FATTORI CHE GUIDANO IL RISANAMENTO DELLE AREE INDUSTRIALI

Fattori normativi

L’applicazione della direttiva 96/61/CE sulla prevenzione e riduzione integrate dell'inquinamento


(direttiva IPPC) sta avendo un grande impatto su molti settori industriali. In particolare, l’obbligo di
adottare le migliori tecniche disponibili, meglio note con l’acronimo BAT (Best Available Tecniques),
definite a livello comunitario e nazionale, è l’aspetto più importante della direttiva. Di fatto questo
obbligo sta trasformandosi in un adeguamento tecnologico degli impianti industriali, condotto in tempi
brevi per la scadenza ormai prossima fissata per l’applicazione della direttiva.

L’approccio contenuto dalla Direttiva IPPC, fortemente incentrato sullo stato dell’arte dello sviluppo
teconologico, sta avendo un impatto enorme sui settori industriali considerati “pesanti” quali oil&gas,
chimica, siderurgia, carta e cemento. Le BAT sono diventate la forza che guida tutti i futuri
investimenti industriali. Questo orientamento induce senz’altro un grande miglioramento nel parco
industriale italiano ed europea. Poiché la sicurezza degli apparecchi e degli impianti è uno dei fattori
che vengono considerati per individuare le BAT, l’applicazione dell’IPPC dovrebbe avere ricadute
positive anche da questo punto di vista. L’approccio IPPC, fortemente incentrato sull’aspetto
tecnologico, assegna implicitamente una minore importanza allo studio del territorio. In questo senso
la vulnerabilità del territorio rispetto ai potenziali incidenti industriali potrebbe non essere
adeguatamente valutata nelle procedure IPPC. In particolare questi problemi potrebbero emergere nei
territori a forte vocazione industriale, che per il loro assetto organizzativo attirano anche nuovi
investimenti industriali. È dunque importante integrare la valutazione della sicurezza “intrinseca” già
presente nella definizione delle BAT, con metodologie, anche semplificate, per la valutazione del
rischio nelle zone interessate dalle procedure IPPC per l’insediamento di nuovi impianti o per
l’adeguamento degli impianti esistenti.

Nell’area industriale di Taranto, presa come caso studio, le principali installazioni produttive,
petrolifere e siderurgiche, sono interessate allo stesso tempo dalle direttive SEVESO sul rischio di
incidente rilevante e dalla direttiva IPPC sulla prevenzione ed il controllo integrato delle diverse forme
di inquinamento industriale. Gli impianti possono anche essere soggetti alle procedure di valutazione
di impatto ambientale che, tuttavia, nel nuovo codice dell’ambiente sono state inserite all’interno delle
procedure di autorizzazione ambientale previste dalla normativa IPPC. La realizzazione di nuovi
impianti è soggetta ad un regime di autorizzazioni definito ed incentrato prevalentemente sugli schemi
della Direttiva IPPC. Restano esclusi da queste considerazioni gli stabilimenti soggetti alla Direttiva
Seveso, ma non alla Direttiva IPPC; tuttavia questa situazione si verifica più per i depositi di sostanze

PMS 022/2002 U.O. 08 Pag.3/67 U.O. n° 8 Rapporto Tecnico n°4


pericolose, che non per veri e propri impianti di processo. Nell’ambito IPPC le scelte tecnologiche
risultano fortemente condizionate dalla definizione delle “migliori tecniche disponibili”, forse più note
con l’acronimo BAT (Best Available Technology). Di fatto tutte le tecnologie disponibili per i settori
industriali interessati sono stati analizzati, prima a livello europeo in modo generale, poi, in modo
ancora più dettagliato, a livello nazionale, in Italia come negli altri Paesi dell’Unione Europea. I criteri
di valutazione delle BAT tengono conto di tutti i possibili effetti negativi sull’ambiente a scala locale,
regionale e globale sulle matrici ambientali aria acqua e suolo; inoltre tengono conto del consumo di
energia e di risorse idriche ed in particolare del rischio intrinseco di incidente. Partendo dalla
considerazione che alcuni settori industriali vengono già proposte soluzioni tecnologiche che
trasformano problemi ambientali in più seri problemi di sicurezza, nei criteri per la definizione delle
BAT si è cercato che questo errore si propagasse anche ai settori IPPC.

Un esempio significativo può essere quello della denitrificazione dei fumi da acciaeria con sistema SCR
(Selective Catalytic Reduction), che risulta il sistema più efficace per ridurre le emissioni di NOx. Nel
sistema SCR gli NOx vengono ridotti cataliticamente, per mezzo di ammoniaca (NH3), in N2 ed H2O. Il
catalizzatore può essere pentossido di vanadio (V2O5) o ossido di tungsteno supportato su ossido di
titanio (TiO2). Queste tecniche presentano notevoli problemi in quanto sul catalizzatore viene a
formarsi il nitrato di ammonio (NH4NO3) che ha caratteristiche esplosive e determina, unitamente al
particolato, un decadimento dell’efficienza di conversione. Inoltre l’ammoniaca in eccesso trascinata
dal reattore può reagire con gli ossidi di zolfo contenuti nei fumi di processo, portando alla formazione
di particelle di solfato o bisolfato di ammonio, che possono provocare fouling, erosione e corrosione
delle superfici degli impianti e più in generale si hanno rischi aggiuntivi dal punto di vista ambientale e
per la sicurezza il trasporto e lo stoccaggio dell’ammoniaca. Nel confronto fra diverse tecnologie
disponibili per alcuni settori la tecnologia non è stata considerata come BAT per le acciaerie proprio
perché intrinsecamente più pericolosa delle soluzioni concorrenti, anche se ha prestazioni ambientali
migliori.

Il sistema di definizione delle BAT, inoltre, comprende meccanismi di continuo aggiornamento, sia a
livello europeo che nazionale in modo da mantenere allineate le BAT al progresso della tecnologia.
Considerando il buon livello di accuratezza e completezza raggiunto nei documenti europei e nazionali
in proposito e la relativa lentezza dell’evoluzione tecnologica relativamente bassa dei settori industriali
interessati, si può pensare che le scelte restino d’ordinario entro lo schema definito dalle BAT, anche
se naturalmente viene salvaguardata la libertà di inventare nuove soluzioni tecnologiche, sempre a
patto di dimostrare la loro equivalenza o superiorità rispetto alle BAT già definite. Di fatto la scelta
delle tecnologie intrinsecamente meno pericolose non dovrebbe essere disgiunta da quella della
tecnologia meno inquinante, sempre a condizione che sia economicamente sostenibile nel contesto di
interesse. La questione della scelta delle soluzioni intrinseca più sicure, anche se meno stressata è
presente comunque nei criteri di definizione delle BAT. Anche per gli stabilimenti non di processo, i
criteri di approvazione di nuovi impianti definiti dalla Seveso fanno si che comunque le scelte

PMS 022/2002 U.O. 08 Pag.4/67 U.O. n° 8 Rapporto Tecnico n°4


tecnologiche vadano nella direzione delle soluzioni tecniche più sicure. In conclusione, in un contesto
fortemente regolato come quello dell’industria chimica europea, la scelta delle tecnologie
intrinsecamente più sicure fra quelle realisticamente applicabili è quasi obbligata.

Fattori sociali ed economici

In Italia, come pure nel resto di Europa vi è una tendenza verso un numero crescente di parchi
industriali o comunque aggregazioni in varia forma di stabilimenti industriali in qualche modo collegati
fra di loro. In passato le aggregazioni industriali si sono sviluppate in modo abbastanza casuale.
All’inizio vie erano solo grandi imprese industriali, con un solo proprietario, spesso pubblico, che si
insediavano su grandi aree poste presso grandi infrastrutture di trasporto, di frequente messe a
disposizione a condizioni di particolare vantaggio per favorire lo sviluppo economico di aree
economicamente deboli. Esempi possono essere negli anni trenta il polo di Marghera, negli anni
cinquanta il polo di Priolo, negli anni sessanta il polo di Taranto, oggetto in particolare della
sperimentazione del presente progetto di Ricerca. All’inzio ogni singola ditta era autosufficienti in
termini di servizi richiesti per la propria principale attività produttiva. C’era un responsabile del sito che
era il capo diretto di tutti i lavoratori del sito ed era direttamente in carico della sicurezza del sito ed
aveva un potere decisionale diretto sugli investimenti e sulla gestione, anche per quanto attiene agli
aspetti di sicurezza e ambiente. Queste aziende tendono a suddividersi in aziende più piccole per
ragioni economiche. In molti casi le funzioni di servizio vengono trasferite a ditte esterne. Spesso
viene costituita una società che gestisce i servizi di sito. Siti che erano precedentemente posseduti da
una unica compagnia ed eserciti attraverso una unica struttura sono oggi diventati un parco
industriale con parecchi gestori.

La disponibilità di aree adatte all’insediamento di nuove attività produttive, comunque necessarie, è


molto limitata a causa dei vincoli (aree urbanizzate, aree agricole pregiate, aree protette, aree
ricreative, ecc ) che in paesi fortemente popolati come l’Italia coprono quasi tutto il territorio. In
pratica i siti adatti all’installazione di nuovi impianti sono tutti all’interno delle aree industriali esistenti,
sfruttando magari aree risultanti dalla dismissione di impianti obsoleti o aree risultanti da bonifiche di
siti contaminati o discariche. Inoltre la facilità di accesso ad infrastrutture già presenti, quali porti
industriali, scali ferroviari, autoporti attira le compagnie che intendono investire in nuove installazioni.
Anche la possibilità di collegarsi attraverso tubazioni può essere un ulteriore elemento che spinge
aziende nella stessa filiera produttiva ad aggregarsi. L’utilizzo di tubazioni riduce drasticamente i costi
di trasporto, come pure i rischi dovuti ai punti di travaso ed al trasporto su strada o ferrovia. Il
collegamento attraverso pipeline dedicate, specialmente nel caso di sostanze pericolose, è
conveniente e praticabile su larga scala solo nel caso di distanze ravvicinate fra stabilimenti.

Le stesse autorità locali incoraggiono i parchi e le aree industriali nella speranza di attirare nuove
attività economiche e creare nuovi posti di lavoro. Le aree industriali di solito offrono la possibilità di

PMS 022/2002 U.O. 08 Pag.5/67 U.O. n° 8 Rapporto Tecnico n°4


ottimizzare l’uso dell’energia, mettendo nella stessa areea un numero elevato di utenti industriali, con
infrastrutture ed utilità in comune come riscaldamento, fornitura di acqua, gestione degli scarichi idrici
e dei rifiuti, opportunità di condividere materiali o utilizzare eventuali sottoprodotti di altre attività
presenti nell’area. Gli stabilimenti all’interno del parco possono essere sia Seveso che non Seveso.

Un ampia gamma di differenti parchi industriali si è sviluppata come risultato di storie differenti e
differenti concetti applicati dai gestori. La stessa terminologia è molto varia. Si parla di parco
industriale quando il sito è adatto a tutti i settori industriali, ma si parla anche di parco chimico
quando si ha una specializzazione più spinta. Oggi i parchi industriali coprono l’intero spettro,
passando dai siti gestiti da un operatore unico, a complessi con moltissime attività commerciali ed
industriali di vario tipo. La maggior parte dei parchi industriali ospitano numerosi impianti industriali
uno vicino all’altro, ma di rado sono tutte industrie chimiche (o stabilimenti Seveso). Gli stabilimenti
hanno proprietari e gestori differenti, ma condividono le infrastrutture che sono di solto, ma non
sempre, fornite da una terza parte. Solo in certi casi l’intera area può essere circoscritta da un unico
recinto, con controlli di accesso unificati. Si possono avere Poli industriali tradizionale come quello di
Taranto, dove operano poche grandissime compagnie, che svolgono direttamente buona parte delle
attività. Le ditta appaltatrici operano comunque in esclusiva per ogni singola compagnia. La vicinanza
fra gli stabilimenti è quasi casuale, favorita dalla comodità alle infrastrutture di trasporto, dalla
disponibilità di aree e dalla facilità di reperire sul territorio alcuni servizi industraili di tipo generale. In
altre situazione si va verso il Parco industriale, che un sito attrezzato che ospita attività industriali in
settori diversi, con eventuali sinergie. Ogni attività è posseduta e gestita in modo indipendente; ma
esiste una, o più ditte che offrono servizi industriali integrati, utili a tutte le azienede ospitate. Fra i
servizi più comuni depurazione acque, gestione rifiuti, prevenzione incidenti rilevanti, gestione
emergenze, vigilanza, formazione. All’estremo opposto del parco tradizionale il Parco chimico. Si tratta
di un sito che ospita attività industriali nel medesimo settore, con condivisione di materiali. Le singole
attività sono possedute e gestite in modo indipendente, ma esistono una o più ditte che offrono servizi
generali; ma anche sistemi tecnici essenziali quali tubature, gestione fluidi di servizio, gestione
energia, ecc.

SCELTE TECNOLOGICHE E RICADUTE SU LAVORATORI E POPOLAZIONE

Gli schemi piuttosto rigidi che si sono definiti nell’ambito delle direttive IPPC e SEVESO, guidano lo
sviluppo dei nuovi impianti produttivi verso la scelta delle soluzione tecnologiche intrinsecamente più
pulite e sicure, compatibilmente con le potenzialità tecniche ed economiche dei settori industriali
interessati. In condizioni “normali” di esercizio è comunemente accettato che le attività produttive
non debbano avere effetti sulla sicurezza e sulla salute della popolazione. Questo fatto è, in definitiva,
la vera base di tutte le normative sulle emissioni industriali. I vari limiti che le normative in Italia come
nel resto d’Europa pongono alle emissioni di natura fisiche e chimiche derivano quasi sempre dalla
priorità della sicurezza e della salute umana rispetto alle altre esigenze. Diverso è invece la

PMS 022/2002 U.O. 08 Pag.6/67 U.O. n° 8 Rapporto Tecnico n°4


considerazione degli effetti “ambientali”, che vengono considerati entro certi limiti inevitabili e quindi
accettati. Nel reale esercizio dell’impianto si hanno però situazioni di irregolarità, anomalia o di guasto.
Questi eventi, seppure indesiderati, avvengono e portano conseguenze. Le conseguenze possono
riguardare anche la sicurezza delle persone, la salute, oltrechè l’ambiente. Inltre questi eventi portano
anche a conseguenze economiche gravi.

La valutazione delle conseguenze di un guasto è basata sulla definizione dei possibili “scenari”. Nel
sistemi di gestione basati sul rischio uno scenario è definito comunemente come una serie di eventi
che cominciano da un determinato meccanismo di degrado, ad esempio su un certo apparecchio, che
conduce un componente, un apparecchio, un impianto alla perdita della funzione. Prendendo a puro
titolo di esempio le apparecchiature statiche, la perdita della funzione si traduce in una perdita del
contenimento. La perdita di contenimento condurrà al rilascio del fluido contenuto con conseguenze
per la sicurezza, la salute e l’ambiente. Inoltre, la perdita di contenimento causa solitamente pure
conseguenze economiche. Dal punto di vista delle autorità competenti, le conseguenze per sicurezza,
salute e ambiente sono ovviamente più importanti di quelle economiche. Di conseguenza, questo
ricerca si limita alle perdite di contenimento con rilascio di fluido. Le conseguenze delle perdite di
contenimento dipendono in parte dallo specifico settore industriale. Nel settore chimico e
petrolchimico le conseguenze possono risultare sia caratteristiche di tossicità, iinfiammabilità e di
esplosività delle sostanze come pure dalle temperature massime interne e dalla pressione.
Nell'industria energetica gli scenari più rilevanti saranno basati sull'energia interna di vapore alle alte
pressioni ed al liquido surriscaldato. Nell'industria siderurgica la temperatura elevata dell'acciaio ed i
gas usati nel processo determineranno gli scenari incidentali.

LA VALUTAZIONE QUANTITATIVA DEI RISCHI NELLE AREE INDUSTRIALI

In Europa alcuni siti industriali sono stati oggetto sin dagli anni Ottanta di studi completi di analisi
quantitativa dei rischi di incidenti rilevanti (la cosiddetta Quantified Area Risk Analysis): un esempio
sono le aree di Rijnmond, Olanda, (progetto sviluppato nel 1982) e di Canvey Island, Inghilterra
(1978). In quest’ultimo studio, l’area delle sorgenti di rischio non comprendeva solo l’area degli
impianti, ma anche il porto di smistamento merci in quanto, in questo caso, i trasporti connessi alle
attività industriali presenti costituivano una fonte di rischio aggiuntiva a causa della movimentazione di
materie prime e/o prodotti pericolosi ad essi associata. Lo studio del rischio d’area può fornire un
significativo supporto a diverse attività di prevenzione rischi, di pianificazione territoriale, di gestione
dei trasporti, di pianificazione e gestione delle emergenze. Infatti, se da una parte la previsione dei
rischi e la quantificazione della relativa magnitudo può indicare alcune proposte di interventi
impiantistici realizzabili per incrementare il livello di sicurezza complessivo, dall’altra può indurre scelte
diverse circa la pianificazione dell’urbanizzazione e delle possibili tipologie di trasporti e relativi
percorsi. Infine, la conoscenza della localizzazione e della estensione delle zone a rischio, risultato
della mappatura delle conseguenze degli scenari incidentali, consente di ottimizzare gli interventi di
emergenza.L’importanza che assume oggi la valutazione dei rischi, sia in riferimento agli impianti che

PMS 022/2002 U.O. 08 Pag.7/67 U.O. n° 8 Rapporto Tecnico n°4


ai trasporti delle merci, è ribadita dalle statistiche relative agli incidenti occorsi [Vilchez et al., 1995]:
nel periodo 1900-92 sono stati registrati sulle banche dati di incidenti internazionali come MHIDAS
[OSH-ROM, 1998] 5325 incidenti che hanno coinvolto sostanze pericolose, di cui il 39% durante
attività di trasporto; il 51,4% degli incidenti ha avuto effetti letali, 26 incidenti hanno causato ciascuno
più di cento decessi, in 6 casi si sono avuti più di 1000 decessi. A tal proposito, si citano gli esempi
dell’esplosione avvenuta in un’industria chimica a Flixborough nel Regno Unito (1974, 28 decessi),
l’incendio di un impianto di trattamento e distribuzione di GPL a San Juanico, Mexico City (1984, 550
morti), l’incidente nella fabbrica di pesticidi a Bhopal in India (1984, più di 2600 decessi) e la più
recente esplosione di un impianto chimico a Tolosa, Francia (2001 con 29 decessi). A questi aspetti si
collegano altri elementi problematici quali, ad esempio, il fatto che la determinazione degli usi del
suolo nelle vicinanze degli impianti comporta automaticamente la necessità del controllo dei recettori
del rischio, della determinazione dei criteri di tollerabilità del rischio e l’esigenza di evitare il cosiddetto
effetto domino, ossia la propagazione e l’amplificazione degli effetti dell’incidente su vasta scala
attraverso l’interazione con il contesto ambientale. L’integrazione delle problematiche della valutazione
del rischio nei processi di pianificazione territoriale può comportare la valutazione di obiettivi spesso
contrastanti, quali la sicurezza della popolazione da un lato e la valorizzazione economica del territorio
dall’altro, soprattutto in termini di opportunità occupazionali e redditività della lavorazione industriale a
scala locale e nazionale [Murray, 2002]. Christou et al., (1999) sottolineano come il principale
obiettivo della pianificazione del territorio nelle vicinanze di insediamenti pericolosi sia soprattutto la
necessità di assicurare che le conseguenze dei potenziali incidenti siano prese in considerazione
ogniqualvolta si decida in merito alla localizzazione di nuove installazioni, all’estensione o alla
trasformazione degli stabilimenti esistenti, alla determinazione degli usi del suolo e alla proposta di
nuovi insediamenti nelle vicinanze degli impianti industriali a rischio. Di conseguenza, l’utilizzo di
ampie distanze cautelative di separazione prestabilite tra gli insediamenti industriali a rischio e gli altri
insediamenti, metodo efficace per assicurare la sicurezza delle persone e di ambienti particolarmente
vulnerabili, non sempre risponde a generali principi di sostenibilità.
Approccio Approccio Distanze
Paese
deterministico probabilistico generiche
Belgio - Fiandre x
Belgio - Valonia x
Finlandia x
Francia x
Germania x x
UE
Lussemburgo x
Olanda x
Spagna x
Svezia x x
Regno Unito x x
Canada x
Extra UE Svizzera x
USA x
Le metodologie adottate per la valutazione del rischio in relazione alla pianificazione territoriale
[Christou et al., 1996].

PMS 022/2002 U.O. 08 Pag.8/67 U.O. n° 8 Rapporto Tecnico n°4


Un confronto tra le varie esperienze permette intanto di evidenziare subito come in Germania e in
Svezia si sia privilegiato l’approccio deterministico e dunque la determinazione di distanze generiche,
basate per lo più sull’esperienza e sull’impatto ambientale delle varie attività, mentre il Belgio-Fiandre
e l’Olanda hanno optato per l’approccio probabilistico, utilizzato anche da Svizzera, Australia e Canada.
Il Belgio-Vallonia, la Francia, la Finlandia, il Lussemburgo, la Spagna e la Svezia (e gli USA) utilizzano
l’approccio deterministico e così anche la Gran Bretagna che adopera, però, l’approccio deterministico
per i casi in cui il danno potenziale è derivato da fenomeni di natura esplosiva o termica e l’approccio
probabilistico per i casi in cui il danno prevede la dispersione in atmosfera di sostanze tossiche.
Per quel che riguarda l’Italia, nella stesura dell’Allegato al Decreto 9 Maggio 2001 si è optato per un
approccio probabilistico o risk based perché più adatto ad assicurare maggiore flessibilità, nel tempo e
nelle modalità applicative, al complesso processo di adeguamento degli strumenti urbanistici alle
nuove disposizioni, anche in relazione alla presenza di situazioni di criticità ambientale o di rischio di
origine diversa. I criteri di pianificazione adottati dal D.M dipendono, infatti, dall’entità delle
conseguenza che dalla probabilità attesa. In linea generale, l’orientamento verso approcci probabilistici
risulterà meno facilmente adattabile alla logica tradizionale della pianificazione urbanistica che richiede
norme certe e rifugge da regole condizionali, ma consentirà forse di accelerare e di armonizzare le
nuove norme con le innovazioni che si stanno introducendo nell’ordinamento urbanistico, per
accrescere flessibilità e dinamicità nella pianificazione.

ANALISI DEI PRINCIPALI CRITERI DI ACCETTABILITÀ DEL RISCHIO

Fin dal 1960 alcuni incidenti rilevanti in installazioni con sostanze pericolose hanno sottolineato la
necessità di un criterio per giudicare la tollerabilità/accettabilità di tali attività. Sono stati allora messi a
punto analisi di rischio quantitative che hanno portato dapprima verso i diagrammi F-N, nati per
stabilire l’accettabilità in campo nucleare allo scopo di stabilire la sicurezza dei reattori nucleari (Regno
Unito).
Attualmente, gli approcci adottati per stabilire la tollerabilità del rischio nei diversi Paesi mostrano
notevoli differenze, come illustrato prima. Per approfondire i contenuti delle analisi di rischio d’area e
della sua accettabilità occorre innanzitutto procedere alla definizione dei concetti di rischio
individuale/locale e di rischio collettivo. Gli eventi pericolosi, infatti, possono manifestare il loro effetto
in un modo duplice, da una parte provocando danni ai singoli individui presenti nell'area di influenza,
dall’altro dando origine a catastrofi che per la loro rilevanza interessano l'intera società [Galatola et al.,
1998]. In relazione all’accettabilità del rischio, occorre evidenziare come, se il rischio individuale (RI)
rappresenta, come già detto, il rischio a cui un individuo singolo, in un dato periodo di tempo, è
sottoposto, esso riflette sia la severità del pericolo che il tempo di permanenza del soggetto in
prossimità dello stabilimento. La valutazione e limitazione del rischio individuale é molto simile nei
diversi Paesi Europei e non, in particolare varia tra 10-5 e 10-6 morti/(anno persona) come evidente
dalla tabella riportata di seguito. Dall’analisi della tabella si evince, inoltre, che la maggior parte dei
Paesi in esame consideri accettabile un livello di rischio individuale inferiore a 10-6 morti/(anno
persona): tale valore risulta inferiore da 1 a 10 volte al rischio di morire a causa di una catastrofe

PMS 022/2002 U.O. 08 Pag.9/67 U.O. n° 8 Rapporto Tecnico n°4


naturale, da 1 a 100 volte inferiore al rischio di essere vittima di un’attività non lavorativa, da 10 a
1000 volte inferiore al rischio lavorativo, da 100 a 1000 volte inferiore al rischio di senescenza o
malattia per soggetti nella fascia media di età [Bello, 1996].

RI RI
(morti/anno/persona) (morti anno/persona)
Soglia di accettabilità Soglia di non accettabilità
Olanda 10-6 10-5
Regno unito 10-6 10-4 (pubblico) - 10-3 (lavoratori)
Canada 10-6 10-4
Australia 10-6 Non utilizzato
Russia 10-6 10-4
Hong Kong 10-5 Non utilizzato
Valori accettati per il rischio individuale in diversi Paesi
Per la situazione italiana, la soglia di accettabilità è pari a 10-6 morti/(anno persona): tale valore risulta
ragionevole in quanto in Italia si ha ogni giorno una media di rischio individuale per incidenti stradali
pari a circa 2·10-4 morti/(anno persona) secondo i dati ISTAT 2001.
Vrijling et al. (1995) propongono la seguente formula per stabilire il livello di rischio massimo
accettabile:

10 −6
Pfi < anno
(1)
Pd / fi
dove Pd/fi indica la probabilità di rimanere uccisi se coinvolti in un incidente.
In sintesi, il massimo livello di rischio individuale accettato per il caso di installazioni industriali a
rischio di incidente rilevante esistenti è fissato pari a :
• 10-5 eventi letali anno per impianti esistenti;
• 10-6 eventi per impianti in fase di progetto (nuovi).
Questo ha un riflesso diretto nella pianificazione del territorio nelle zone circostanti gli impianti: non è,
infatti, consentita la costruzione di edifici residenziali nelle suddette aree in cui sono posti in essere
rischi individuali che superano la soglia prefissata.
Se il RI dà un valore di probabilità annua di morte per una certa posizione, il rischio collettivo o rischio
sociale (RS), invece, fornisce un numero in relazione alla collettività. La metodologia di valutazione del
RS che utilizza le curve F-N necessita di alcune informazioni per la costruzione come il punto di
partenza, la pendenza, etc. Una prima indicazione sull’andamento delle curve di rischio sociale è data
dalle curve storiche degli incidenti già avvenuti di cui si riporta di seguito un esempio ricavato
dall’elaborazione dei dati contenuti nel database MHIDAS [OSH-ROM, 2001].

PMS 022/2002 U.O. 08 Pag.10/67 U.O. n° 8 Rapporto Tecnico n°4


Andamento degli incidenti ricavato dai dati presenti nel MHIDAS fino al 2001.

In generale, dalla valutazione di alcune delle curve storiche presenti in letteratura si può notare come
l’andamento abbia pendenze circa pari a -1 (su diagramma bilogaritmico). Per la definizione della
curva di accettabilità è necessario studiare due punti caratteristici: il punto di partenza (anchor point)
e il gradiente. Per il punto base di ancoraggio spesso è accettato una frequenze di 10-4 eventi/anno in
corrispondenza di un valore 10 di morti (basandosi sul giudizio professionale); in modo alternativo,
invece, nel Regno Unito il punto fisso (N = 500, F = 2·10-4) deriva dall’analisi dei maggiori incidenti
storici, in particolare quelli che hanno visto una maggiore esposizione al pubblico.
Per il rischio sociale, normalmente si definisce un valore limite pari a 10-3/N2 (dove N è il numero di
morti per evento incidentale). Tale soglia vale sia per le installazioni esistenti che per quelle in
progettazione; il valore di soglia può essere innalzato qualora ritenuto necessario. In tale criterio si
tiene conto del fatto che l’opinione pubblica tende ad accettare con maggiore ritrosia eventi incidentali
che comportino un elevato numero di vittime indipendentemente dalla (bassa) probabilità di
accadimento.
Vrijling et al. (1995) presentano uno standard per l’accettabilità del rischio totale (total risk, TR)
considerando un fattore politico β. Deve, infatti, risultare
TR < β ⋅ 100 (2)

TR = E ( N ) + k ⋅ σ ( N ) (3)

Questo criterio, stabilito a livello nazionale, può essere traslato anche a livello locale. Esso ha la tipica
forma delle curve limite F-N, con un pendenza α=2:
C
1 − FN ( x) < (4)
x2
Supponendo che il valore medio atteso di decessi sia molto minore della sua deviazione standard
(vero per incidenti con bassa probabilità e gravi conseguenza) e assumendo una distribuzione di
Bernoulli, il fattore C può essere scritto come una funzione del numero di installazioni nazionali (NA) e
del fattore politico β:
2
⎡ β ⋅ 100 ⎤
C=⎢ ⎥ (5)
⎣⎢ K ⋅ N A ⎦⎥

PMS 022/2002 U.O. 08 Pag.11/67 U.O. n° 8 Rapporto Tecnico n°4


L’equazione (5) porta alla conclusione che il limite di accettabilità tedesco per il rischio sociale (C=10-3,
α=2) è un caso speciale dei limiti prima indicati. Questo metodo ha visto diverse applicazioni [Vrijing
et al., 1995]: in particolare si può usare come criterio di rischio il numero delle installazioni, in modo
da stabilire un valore limite oltre il quale si raggiunge una condizione intollerabile.

PMS 022/2002 U.O. 08 Pag.12/67 U.O. n° 8 Rapporto Tecnico n°4


CAPITOLO II

SVILUPPO DI UNA TECNICA APPROPRIATA PER LA VALUTAZIONE QUANTITATIVA DEL


RISCHIO D’AREA

LA VALUTAZIONE QUANTITATIVA DEL RISCHIO: ALCUNE PROPOSTE.

Jonkaman et al. (2003) propongono un confronto tra le diverse misure possibili per il rischio
individuale e sociale.
Molteplici sono le definizione di rischio individuale (Individual Risk, IR): per il Dutch Ministry of
Housing, Spatial Planning and Environment (VROM) coincide con la probabilità che una persona senza
dispositivi di protezione, presente in modo permanente in un dato luogo, perda la vita. Risulta, allora:
IR = P f ⋅ Pd f (1)

dove Pf è la probabilità dell’incidente e Pd/f è la probabilità di morte di un individuo in seguito


all’accadimento dell’incidente, ipotizzando la presenza permanente della persona.
Questo indice è una proprietà del territorio in analisi e per questo può essere utile nella pianificazione
spaziale.
Una diversa definizione è invece proposta da Health and Safety Executive (HSE): il IR coincide, in
questo caso, con il rischio associato ad un individuo medio se esposto ad una dose nociva di sostanza,
al rilascio di calore o a sovrappressione. Una dose dannosa può causare gravi ferite e conseguenze,
ma non necessariamente la morte. Vista la notevole differenza nella definizione data rispetto alla
precedente, si opta per una diversa dicitura di quest’ultimo indice di rischio (IRHSE) per evitare
fraintendimenti.
Molteplici sono le applicazioni della valutazione del rischio individuale: in Olanda, ad esempio, si
utilizza per stimare il rischio associato a un’installazione o ai sistemi di trasporto. Luoghi con uguale
livello di rischio sono indicati sulla mappa con contorni isorischio, per facilitare l’applicazione della
pianificazione territoriale.

Linee di contorno per il rischio individuale nel caso di installazione (sorgente fissa) o di strada di
trasporto (sorgente lineare)

PMS 022/2002 U.O. 08 Pag.13/67 U.O. n° 8 Rapporto Tecnico n°4


Il valore limite [Bedford & Cooke, 2001] per le aree popolate stabilito da Dutch Ministry of Housing,
Spatial Planning and Environment è pari a:

IR < 10 -6 per anno (6)


Un’altra indicazione dell’indice individuale di rischio consiste nel metodo TAW (1985), che distingue il
rischio secondo la volontarietà o meno da parte dell’individuo all’attività che genera il rischio; in altri
termini differenzia il rischio associato ad un’escursione in montagna da quello dovuto all’esplosione di
un serbatoio. Secondo tale metodo vale l’equazione (7):

IR < β ⋅ 10 −4 all’anno (7)

dove β indica il grado di partecipazione volontaria all’attività. L’Health and Safety Executive (HSE)
stabilisce, invece, una regione di rischio inaccettabile, tollerabile, ampiamente accettabile. U
tilizzando la definizione precedente di rischio, il valore di 10-6 può rappresentare il confine tra la
regione con rischio ampiamente accettabile e quello tollerabile sia per i lavoratori che anche per il
pubblico, mentre non è data alcuna indicazione per il limite tra la regione a rischio tollerabile e
inaccettabile. Per gli impianti nucleari si stabilisce un valore limite tra il rischio inaccettabile e
tollerabile per IRHSE pari a 10-3 per i lavoratori e 10-5 per gli altri [HSE, 1992]. L’ Institute of Chemical
Engineering (1985) definisce il rischio sociale (Societal Risk, SR) come la relazione tra la frequenza e il
numero di morti in una data popolazione a causa dell’accadimento di un incidente. Se il rischio
individuale dà la probabilità di morte in una data locazione, il rischio sociale fornisce il numero
sull’intera area, non solamente nella zona prossima alla sorgente dell’incidente.
Il rischio aggregato pesato (Aggregated Weighted Risk), AWR, è definito da Piers (1998) come il
prodotto del numero di case in una data zona h(x,y) per l’indice di rischio individuale IR in una data
posizione (x,y).

AWR = ∫∫ IR( x, y) ⋅ h( x, y)dxdy


A
(8)

Integrando il livello di rischio individuale IR(x,y) e la densità di popolazione m(x,y) in una data
posizione, si determina il valore atteso di numero di morti per anno E(N) [Laheij et al., 2000].

E(N ) = ∫∫ IR( x, y) ⋅ m( x, y)dxdy


A
(9)

Queste prime due espressioni sono ricavate dalla definizione di rischio individuale, ma si può far
riferimento anche alla definizione densità di probabilità. Il rischio sociale o collettivo è spesso
rappresentato nelle curve F-N, rappresentanti la probabilità in funzione del numero di morti, su una
scala doppio logaritmica.

1 − F ( N ) = P ( N > x) = ∫f
x
N ( x) (10)

dove fN(x) è la funzione densità di probabilità delle morti in un anno, FN(x) è la funzione distribuzione
di probabilità del numero di morti in un anno, pari alla probabilità di avere meno di x decessi in un
anno.
Un efficace indicatore del rischio sociale è il valore atteso per anno, E(N):

PMS 022/2002 U.O. 08 Pag.14/67 U.O. n° 8 Rapporto Tecnico n°4



E ( N ) = x ⋅ f N ( x) dx
0
(11)

Ale et al. (1996) propongono come misura del rischio sociale l’area sotto le curve F-N, che coincide
con il numero atteso di decessi l’anno.
Hirst & Carter (2000) hanno definito il rischio integrale come misura del rischio sociale:


RI = x ⋅ (1 − FN ( x))dx
0
(12)

Hirst & Carter (2002) suggeriscono anche un parametro integrale di rischio definito come:


RI COMAH = x α ⋅ f N ( x)dx
0
(13)

dove α (≥1) rappresenta l’avversione nei confronti di incidenti con un elevato numero di vittime.
Basandosi su una campagna sperimentale, il valore per α proposto è pari a 1.4.
Stallen et al. (1996) suggerisce una misura similare:
1000

∫x
α
RI = ⋅ f N ( x)dx (14)
1
Non considerando i limiti di integrazione, le due espressioni precedenti (9) e (10) sono completamente
uguali. Con α = 2 l’espressione diventa eguale alla funzione densità di probabilità:


E ( N 2 ) = x 2 f N ( x)dx (15)
Bohnenblust (1998) definisce il rischio collettivo percepito come una misura del rischio sociale:
∞ ∞


RP = x ⋅ ϕ ( x) ⋅ f N ( x)dx =
0

0
0.1x1.5 f N ( x)dx (16)

dove φ(x) è l’avversione al rischio, funzione del numero di decessi x.


Kroon & Hoej (2001) hanno proposto una formula similare per il calcolo della disutilità del sistema:


U sys = xα ⋅ P ( x) ⋅ f N ( x)dx
0
(17)

Si può notare come RICOMAH e le formule proposte da Bohnenblust (1998), Stallen et al. (1996), Kroon
& Hoej (2001), sono tutte misure della disutilità attesa che può essere espressa con la seguente
equazione, in cui gli autori hanno scelto diversi valori per l’indice α (compreso tra uno e due) e per la
costante C.

∫x
α
⋅ C ( x) ⋅ f N ( x)dx (18)
0
Dalla precedente sintesi delle espressioni usate per il rischio sociale, si intuisce come esse possono
essere messe in relazione alle curve F-N o al valore atteso (derivato direttamente dalla funzione
densità di probabilità) o possono essere ricavate da una curve che soppesano il valore atteso con un
parametro α [Jonkman et al., 2003]. Gli indici precedentemente indicati hanno avuto diverse
applicazioni: l’area al di sotto della curva F-N (valore atteso) è stato utilizzato come primo parametro
nel per quantificare il rischio indotto dall’installazione dell’aeroporto nazionale in Olanda, raffinando in
un secondo momento l’analisi attraverso la quantificazione del parametro AWR. Le curve F-N

PMS 022/2002 U.O. 08 Pag.15/67 U.O. n° 8 Rapporto Tecnico n°4


inizialmente utilizzate per gestire il rischio negli impianti nucleari, sono adoperate anche per definire i
limiti del rischio associato ad alcune installazioni pericolose. Si può, ad esempio, utilizzare la seguente
formula:
C
1 − FN ( x) < (19)
xn
dove n è la pendenza della linea limite e C è una costante che determina la posizione delle linea
stessa. Lo standard con n = 1 definisce il rischio neutrale, con n = 2 il rischio avverso. In quest’ultimo
caso, incidenti aventi grandi conseguenze sono pesati maggiormente in modo da poter essere
accettati con minore probabilità. La misura del rischio integrale è utilizzato nel Regno Unito nella
disamina da parte da HSE dell’installazione di nuovi siti pericolosi; tuttavia non è stato associato alcun
valore limitante. Il parametro RICOMAH è utilizzato per fornire un’indicazione sulla magnitudo del rischio
sociale in corrispondenza di installazioni pericolose: è utilizzato come primo strumento di valutazione
da parte di HSE dei rapporti di sicurezza presentati dalle aziende. I criteri di accettabilità di questo
parametro possono essere ricavati dalle linee limite per le curve F-N.

IL RISCHIO ASSOCIATO AL TRASPORTO DI SOSTANZE PERICOLOSE.

Alcuni incidenti, avvenuti anche in Italia [Egidi et al., 1995], hanno sottolineato come il rischio
associato al trasporto di merci pericolose può essere significativo. Il rischio è, in particolare, connesso
alla presenza della popolazione in prossimità della zona dell’incidente più che dalla scala dell’incidente,
in quanto le dimensioni dei container/mezzi di trasporto sono normalmente limitate (poche decine di
metri cubi). Teoricamente l’analisi del rischio associato ai trasporti (la cosiddetta Transportation Risk
Analysis – TRA) deriva dall’analisi quantitativa del rischio (Quantitative Risk Analysis – QRA), ma
l’applicazione pratica di questa metodologia ad una fonte di rischio mobile presenta in realtà ben altri
problemi. Ad esempio, molti dei parametri utilizzati per effettuare l’analisi delle conseguenza di un
incidente, come il tasso incidentale o la densità di popolazione, normalmente variano lungo l’itinerario.
Un approccio rigoroso dovrebbe, quindi, calcolarne il valore punto per punto, riformulando per ogni
istante il computo del rischio associato. In realtà, questo orientamento risulta impraticabile e si
preferisce suddividere la strada in porzioni omogenee per le quali tutti i parametri possono essere
reputati costanti [Center for Chemical Process Safety, 2000]. Da un’analisi bibliografica risulta evidente
come tra le sostanze pericolose più frequentemente coinvolte in incidenti da trasporto c’è il GPL. Nel
rapporto realizzato dal Ministero degli Affari Interni Italiano (Ministero dell’Interno, 1986) si
individuano tre tipologie di incidenti nel periodo 1970-1986: UVCE, fireball, incendi. In particolare,
dalla valutazione delle informazioni contenute nel database MHIDAS [OSH-ROM, 1998] si può
estrapolare dalla tabella seguente.

PMS 022/2002 U.O. 08 Pag.16/67 U.O. n° 8 Rapporto Tecnico n°4


Strada Rotaia
Numero totale di incidenti 55 80
Incidenti seguiti da rilascio 46 61
Incidenti seguiti da incendio della fuoriuscita 34 54
Probabilità di rilascio di grande quantità (%) 24 36
Probabilità di rilascio di medie quantità (%) 37 32
Probabilità di rilascio di quantità trascurabili (%) 39 32
Probabilità di ignizione nel caso di grande rilascio (%) 95 100
Probabilità di ignizione nel caso di medio rilascio (%) 82 95
Probabilità di ignizione nel caso di rilascio trascurabile (%) 18 68
Probabilità di incidente finale Jet fire (%) 26 12
Probabilità di incidente finale Flash fire (%) 27 12
Probabilità di incidente finale Fireball (%) 15 9
Probabilità di incidente finale UVCE (%) 32 67
Dati circa gli incidenti con GPL per trasporto su strada e rotaia, ottenuti dal database MHIDAS
[OSH-ROM, 1998].
Il database MHIDAS (aggiornato al 1998) contiene 55 record in relazione al trasporto su strada di GPL,
80 al trasporto su rotaia. Focalizzando l’attenzione sugli incidenti che coinvolgono la ferrovia, 61 degli
80 casi riportati hanno visto l’insorgenza di rilascio di sostanza, con circa un’uguale probabilità di
rilascio importante, minore o trascurabile. La probabilità di ignizione è del 100% nel caso di perdita in
grandi quantità e diminuisce con il decresce della dimensione del rilascio. Il fenomeno del UVCE è
invece atteso nei 2/3 dei casi, mentre nei rimanenti casi si hanno jet-fire, flash-fire, fire-ball. Nel caso
di trasporto su strada la perdita di contenimento è più probabile (46 casi su 55) che nel caso di
trasporto su rotaia, mentre l’innesco è meno frequente (solo 34 casi). Inoltre anche quando si ha
l’innesco, le conseguenze sono meno gravi: l’UVCE, che rimane l’evento più probabile, si realizza solo
per 1/3 dei casi. L’analisi delle conseguenze evidenzia che l’evento pool-fire risulta improbabile nel
caso di trasporto di GPL: del resto non c’è alcun record nel database precedente che lo consideri. Sia
nel trasporto su strada che su rotaia il peggior caso temuto è l’UVCE con rilascio massimo di sostanza.
Per le altre sostanze si procede con un’analisi storica dei fenomeni incidentali, per verificarne la
significatività dei relativi fenomeni incidentali. Quello che si può sottolineare è che sebbene l’uso
dell’analisi del rischio associato ai trasporti (TRA - Transportation Risk Analysis) rappresenta un valido
strumento per gestire attività di trasporto di sostanze pericolose, questa valutazione viene raramente
adottata nei casi pratici, a causa della difficoltà di acquisire, organizzare, analizzare dati e dell’elevato
numero di calcoli da dover effettuare in relazione alle aree di danno associate alle diverse
conseguenze. L’uso di un modello semplificato ma rigoroso permette di superare questi inconvenienti,
ricavando rapidamente delle misure di rischio utili per una prima analisi del problema. Questa
metodologia consente, pertanto, di individuare le attività di trasporto a maggior rischio (a cui
riservare, se reputato necessario, investigazioni più approfondite) e, infine, di proporre alcune
modifiche al percorso attuale, valutando le riduzione al valore del rischio sociale conseguenti.

L’EFFETTO DOMINO.

Il termine effetto domino indica “catene di incidenti” o situazioni dove un incendio, un’esplosione, una
dispersione di sostanza generata da un incidente in un’unità dell’impianto genera incidenti di più grave
entità in un’altra zona vicina. L’amplificazione delle conseguenze incidentali può essere sia spaziale,

PMS 022/2002 U.O. 08 Pag.17/67 U.O. n° 8 Rapporto Tecnico n°4


nel senso che risultano danneggiate aree non colpite dall’incidente primario, che temporale, nel senso
che una stessa area viene danneggiata anche dall’incidente secondario ma con un certo intervallo di
tempo tra i due eventi [Delvosalle, 1996]. Una rapida analisi degli eventi incidentali di rilievo per la
magnitudo delle conseguenze palesa come le catene di incidenti sono piuttosto comuni.
Ad esempio a Vishakhapatnam in India (Khan and Abbasi, 1999), una falla in uno degli otto serbatoi
sferici contenente greggio in una raffineria generò un incendio/esplosione che danneggiò la sfera
vicina, provocandone l’esplosione. La catena di eventi successivi coinvolse gli altri recipienti e
causando danni una vasta area circostante oltre che circa sessanta decessi. Un altro esempio è
l’esplosione per fuoriuscita di gas avvenuta nel 1989 in un impianto di polietilene vicino Houston in
Texas, USA, che portò a due esplosioni di grandi dimensioni al serbatoi di isobutano e al reattore di
polietilene, che a loro volta generarono una successione di altre sette esplosioni. I modelli
deterministici sono utili per quantificare i processi fisici e chimici, come la portata di sostanza
rilasciata, il tipo e l’entità di dispersione o di esplosione, l’intensità dei carichi termici o di pressione
generati, etc. I modelli probabilistici, invece, sono basati su un lavoro di sintesi e analisi degli incidenti
precedenti, delle caratteristiche del sito, sono utili per dare informazioni sulla probabilità di
accadimento dei guasti, sulla direzione della dispersione o del jet fire/fireball etc. [Latha et al., 1992].
La scelta di un modello ed il relativo uso dovrebbe, comunque, tenere in conto l’incertezza insita nella
misura di un processo di rilascio di calore o di energia di pressione, oltre che della forte influenza di
fattori esterni come ad esempio la direzione del vento.

PMS 022/2002 U.O. 08 Pag.18/67 U.O. n° 8 Rapporto Tecnico n°4


LA METODOLOGIA SPEDITIVA PER LA STIMA DEL RISCHIO D’AREA.

In letteratura, come già visto nei precedenti capitoli, sono molteplici gli studi volti ad analizzare alcune
sfumature del rischio d’area: l’analisi delle cause e conseguenze degli incidenti (Khan e Abbasi, 1999;
Vrijling, 1995; Graziani, 1993, Porter e Wettig, 1999; Hirst e Carter, 2002; etc.), la pianificazione delle
aree industriali (Christou et al., 1999; Chapin e Kaiser, 1979; Briassoulis, 2003, etc.), lo studio delle
aree di danno (Baker at al., 1983, Bellasio, 1999; Birk, 1996; Bianconi et al., 1993; Latha et al., 1992;
Quaranta et al., 2002; etc.), la valutazione del rischio associato ai trasporti (Egidi et al., 1995; Cozzani
et al., 2000; Bubbico et al., 2004; etc.), la valutazione dell’effetto domino (Kourniotis et al, 2000;
Khan e Abbasi, 2001, Fargione et al, 2002; Delvosalle, 1996; Cozzani et al., 2004; Contini et al.,
1996). Ciascun aspetto all’interno della valutazione del rischio d’area, se affrontato in modo rigoroso,
necessita di un forte dispendio di risorsa umana e temporale: risulta, quindi, evidente come
l’implementazione di una metodologia completa ad una generica area industriale, potenzialmente
realizzabile, abbia molte difficoltà applicative.
Come già visto, un’utile applicazione della valutazione quantitativa del rischio (Quantitative Risk
Assessment, QRA) consiste nella stima del rischio sociale. In realtà, come rilevano Hirst & Carter
(2002), questa tecnica richiede un forte impiego della risorsa temporale, oltre che una spiccata
capacità tecnica. Ciò porta a non utilizzare tale metodologia nel redigere, ad esempio, documenti quali
la valutazione del rischio nei rapporti di sicurezza, documenti previsti dalla Direttiva Seveso II. Gli
autori, invece, propongono un metodo efficace anche se non pienamente completo per poter dare una
rapida indicazione sulla magnitudo del rischio: esso rappresenta un primo strumento di screening,
adoperato poi per redigere un adeguato piano di emergenza. La metodologia proposta nel lavoro
prende spunto da tale modellazione apportando spunti originali al fine di determinare in modo
preliminare il rischio indotto in un’area industriale complessa; questa si basa su un indice integrale di
rischio, che si presta ad essere facilmente calcolato e comparato ai parametri proposti dagli altri
criteri. Se il suo valore è sufficientemente basso, non occorre alcuna altra analisi aggiuntiva; se invece
risulta piuttosto alto allora è il caso di ricorrere ad uno studio più dettagliato. Lo scopo del presente
lavoro è di proporre un metodo semplificato, capace di comprendere sinergicamente e
sistematicamente i diversi aspetti necessari per una corretta analisi del rischio d’area (rischio
tecnologico del singolo impianto e analisi delle conseguenze, rischio associato ai trasporti di merce
pericolosa, effetto domino, etc.) attraverso una implementazione speditiva.
La metodologia con cui, note le curve F-N, si ricava l’indice RICOMAH parte dall’individuazione del “worst
case”, che corrisponde al massimo numero di morti in relazione all’evento incidentale. Per tali
incidenti, i calcoli riguardo allo specifico sito sono effettuati considerando le quantità di sostanze
pericolose presenti e le conseguenze che l’incidente avrebbe sulla popolazione circostante: si
considera il maggior numero di persone possibili. Tutto questo porta ad individuare la gravità e la
probabilità di accadimento del peggior incidente. In questo modo, si individua il tratto finale in basso a
destra della curva. A questo punto, partendo dalle osservazioni in precedenza fatte sulla forma delle
curve F-N, se il caso peggiore coincide con un incidente omni-direzionale, allora la curva F-N sarà
approssimata da una retta di pendenza ” -1”; se, invece, coincide con un evento mono-direzionale

PMS 022/2002 U.O. 08 Pag.19/67 U.O. n° 8 Rapporto Tecnico n°4


allora si adotta una approccio teorico, con una curva a pendenza “-2” nel tratto finale. È evidente che,
avendo fatto delle assunzioni sulla forma della curva F-N (non necessarie se si ha a disposizione una
curva F-N calcolata rigorosamente), l’indice di rischio calcolato è indicato come ARICOMAH, un valore
approssimato del parametro RICOMAH. La dimensione delle conseguenze di un incidente è calcolata
usando gli appropriati modelli per la dispersione di gas o sostanze tossiche, per gli incendi, l’area di
danno (o end-point) per il rilascio termico, la sovrappressione, il rilascio tossico corrispondente al
valore LD50. Si effettua, inoltre, una media per l’attenuazione della dose tossica in relazione alla
popolazione all’interno di edifici quando necessario (ad esempio per la popolazione residente di notte).
In questo modo si conosce il numero Nmax.
La frequenza associata al worst case può, allora, utilizzare il generico valore normalmente utilizzato
nella metodologia RISKAT di quantificazione del rischio (Nussey et al., 1993), oppure, se sono
disponibili sufficienti informazioni, lo specifico valore stimato per il sito in analisi.
Quando il rischio è monodirezionale si aggiungono moltiplicatori ulteriori, rendendo la frequenza
f(Nmax) pari a:
f ( N max ) = FF ⋅ CPP ⋅ WWSP ⋅ WRBF ⋅ PDF (20)

Failure Frequency (FF) è la frequenza di accadimento dell’incidente.


La Conditional Plume Factor (CPF) è la frazione dei 360° che il pennacchio occupa alla sua massima
larghezza calcolata come:

⎛ massima semiampiezza del pennacchio ⎞


2 ⋅ arctan⎜⎜ ⎟
⎝ distanza dalla massima semiampiezza del pennacchio ⎟⎠
CPF = (21)
360
La Weather and Windspeed Probability (WWSP) è la probabilità della combinazione stabilità
atmosferica / velocità del vento che genera le conseguenze del peggior caso. Può ad esempio
coincidere con la frequenza della condizione F2 se l’evento coincide con la dispersione di gas denso.
Il Wind Rose Bias Factor (WRBF) è in relazione alla rosa dei venti: se essa è uniforme, allora tale
fattore è posto pari a 1; se invece c’è una maggiore o minore probabilità che il vento soffi nella
direzione associata al caso peggiore, il WRBF si assume rispettivamente maggiore o minore di 1. Un
valore di 0.9 può, ad esempio, significare che la probabilità che il vento soffi nella direzione associata
al peggior caso è 0.9 volte del valore che avrebbe se ci fosse perfetta uniformità nella rosa dei venti.
Il Population Distribution Factor (PDF) riflette come una piccola deviazione della direzione del
pennacchio (corrispondente al caso peggiore) può far variare fortemente il numero di persone
coinvolte nell’incidente: nel caso in cui la variazione è piccola il fattore dovrebbe essere uguale a 1.
Diverso è se la popolazione è concentrata: in queste circostanze potrebbe essere adottato un basso
valore per il fattore (posto ad esempio uguale a 0.2). In generale, per quantificare in modo
appropriato il PDF, è necessario un controllo visivo: 0.5 è un valore consigliato nella pratica.
Si è, dunque, ricavato il valore di Nmax e f(Nmax). Si può, quindi, trovare l’indicatore di rischio ARICOMAH.
Quando le conseguenze del worst case sono omni-direzionali, vale:

⎡ N max −1 N a −1 ⎤
ARI COMAH = f ( N max ) ⋅ N max ⋅ ⎢ ∑ a −1
+ N max ⎥ (22)
⎣⎢ N =1 N + 1 ⎦⎥

PMS 022/2002 U.O. 08 Pag.20/67 U.O. n° 8 Rapporto Tecnico n°4


Se, invece, sono unidirezionali risulta:
N max
2
ARI COMAH = f ( N max ) ⋅ N max ⋅ ∑N
N =1
a −2
(23)

Le due equazioni (25) e (26) non possono essere ulteriormente semplificate, né sono implementabili
manualmente, ma si può realizzare una routine in BASIC (come hanno fatto i due autori) oppure
utilizzare un software di calcolo (Mathcad 7.0), come fatto nel presente lavoro di tesi.
Nel caso in cui esiste una scala d’avversione con a > 1, l’indicatore di rischio è accresciuto tanto più
quanto maggiore è il parametro a. Il fattore d’incremento in relazione alla scala di avversione (scale-
aversion enhancement factor) per la maggioranza dei casi, come ragionevole, varia tra 1 e 10. Hirst e
Carter propongono, dopo un’analisi di differenti alternative, un valore a = 1.4. Con un valore di “a”
pari a 1.4, il parametro ARICOMAH per la più bassa linea di delimitazione è 2000, mentre per la linea
superiore è 500.000.

LE FASI DELLA METODOLOGIA.

La possibilità di arrivare ad una rapida valutazione del rischio in aree dove è forte la concentrazione di
installazioni industriali è stata riconosciuta come una tappa fondamentale per l’analisi preliminare del
rischio sia delle aree industrializzate esistenti sia per quelle aree suscettibili di nuovi insediamenti
industriali, in modo da promuovere la protezione dell’ambiente e la pianificazione razionale dell'uso del
territorio [Carcassi et al., 1998].
Di seguito si descrivono le fasi della metodologia proposta:
1. Individuare gli impianti soggetti a rischio di incidenti rilevanti e acquisire le informazioni
relative attraverso la notifica o il rapporto di sicurezza.
2. Acquisire le cartografie relative alla zona industriale (ad esempio di Taranto) in scala 1:10000
e, attraverso l’utilizzo della piattaforma software GIS, georeferenziare le cartografie e localizzare i
diversi impianti in modo macroscopico.
3. Per ogni stabilimento effettuare un’analisi dettagliata per:
3.1 Localizzare i confini di stabilimento in relazione ai principali elementi vulnerabili del
territorio: infrastrutture (strade, ferrovie, aeroporti, porti, etc.), reti tecnologiche, ospedali e
case di cura, scuole (dalle materne alle superiori), attività commerciali (medie e grandi
strutture), poli funzionali (impianti sportivi, teatri, sale multimediali, etc.).
3.2 Individuare le sorgenti di rischio all’interno dell’impianto.
3.3 Localizzare le sostanze.
3.4 Individuare gli scenari incidentali credibili.
3.5 Stimare le conseguenze e l’estensione delle aree di danno (considerando tra gli
elementi vulnerabili anche i mezzi di trasporto).
3.6 Analizzare l’effetto domino all’interno dell’impianto.
3.7 Quantificare il rischio sociale se esso non risulta accettabile proporre alcuni interventi,
valutandone i costi e i benefici.

PMS 022/2002 U.O. 08 Pag.21/67 U.O. n° 8 Rapporto Tecnico n°4


4. Quantificare il rischio associato al trasporto di sostanze pericolose1 e valutarne l’interazione
con gli stabilimenti (sorgenti incidentali fisse).
5. Analizzare l’effetto domino complessivo dovuto all’interazione tra i diversi impianti, i trasporti
e le conseguenti aree di danno2.
6. Proporre alcune modifiche all’intera area industriale ed analizzarne l’effetto in termini di
rischio sociale.
Il metodo di indagine proposto permette di individuare le conseguenze associate ai possibili fenomeni
incidentali, le aree di danno, giungendo ad uno studio sinergico dell’area nel suo complesso. Esso
fornisce anche uno strumento innovativo di gestione del rischio d’area in quanto, attraverso semplici
strumenti, senza l’utilizzo di eccessivo materiale cartaceo o, in generale, di risorse, permette di
valutare la compatibilità della realtà industriale con il territorio in fase di pianificazione o di verifica.
Si superano in questo modo i limiti delle attuali metodologie semplificate (incentrate sull’utilizzo di
matrici o tabelle per stabilire l’accettabilità di una data installazione in un territorio), o dei più raffinati
ma alquanto complessi metodi (volti all’analisi di aspetti singoli da parte di valutatori esperti e
specializzati). I benefici della tecnica proposta, attraverso anche l’utilizzo di strumenti informatici quali
il software GIS, consistono in una migliore e più consistente qualità delle informazioni, in una forte
riduzione del materiale cartaceo richiesto e prodotto, in un più immediato ed efficiente sistema di
comunicazione delle informazioni, in un aggiornamento immediatamente implementabile.
In sintesi, l’obiettivo di quest’analisi è di individuare l’effetto che incidenti all’interno degli stabilimenti
sortiscono sulla popolazione outdoor, ma anche di individuare le conseguenze indotte da un incidente
esterno (ad esempio incidente di trasporto) sulla realtà limitrofa, come anche palesato dalla figura
successiva.

Fase 1: individuazione degli impianti soggetti a rischio di incidenti rilevanti e acquizione


delle informazioni relative.
Presso il Ministero dell’Ambiente e della Tutela del Territorio è disponibile l’elenco aggiornato degli
stabilimenti suscettibili di causare incidenti rilevanti, ai sensi dell’articolo 15, comma 4, del Decreto
Legislativo n.334.
Si acquisiscono quindi le relative informazioni dai documenti di notifica (per Art.6 ) e dai rapporti di
sicurezza (per Art.8 ).

Fase 2: acquisizione delle cartografie e localizzazione macroscopica degli impianti.


Dopo la fase di acquisizione delle cartografie in scala 1:10000, esse devono essere opportunamente
georeferenziate. Quindi, attraverso la conoscenza degli indirizzi, adoperando lo stradario on-line, ed
eventualmente, mediante sopralluoghi e tecnologie di posizionamento GPS (navigatore satellitare), si
possono individuare macroscopicamene i singoli stabilimenti. L’individuazione delle aree a rischio
risulta una fase assai delicata in quanto strettamente connessa all’affidabilità dei risultati. In generale,

1
Si utilizza una metodologia semplificata proposta da Bubbico et al. (2004) “che permetta anche a un utilizzatore
non eccessivamente esperto o non specialista di implementare una valutazione, ricavando dei risultati affidabili in
relazione al rischio associato al trasporto di sostanze pericolose, ma in modo celere e senza eccessivo dispendio di
tempo”.
2
Si adopera una metodo speditivo per la valutazione dell’effetto domino [Fargione et al., 2002].

PMS 022/2002 U.O. 08 Pag.22/67 U.O. n° 8 Rapporto Tecnico n°4


come Chen et al. (2004) sottolineano, non è sempre corretto individuare il baricentro di un’area come
l’elemento sorgente di pericolo o vulnerabile, ma occorre uno studio più raffinato che possa
discriminare con maggiore attenzione. Comunque, maggiore è la cura rivolta allo studio, maggiore è la
necessità di informazione, crescente è la difficoltà di reperimento dei dati.

Fase 3: analisi dettagliata dello stabilimento


Si effettua lo studio distinguendo gli stabilimenti soggetti all’art.8 (di cui si hanno a disposizione i
rapporti di sicurezza e le notifiche) e gli stabilimenti soggetti all’art.6 (per cui le informazioni disponibili
sono contenute nelle relative notifiche, non essendoci obbligo per i gestori della redazione del
rapporto di sicurezza).
Nel caso degli stabilimenti rientranti nell’articolo 6 si può compensare la carenza di informazioni circa
la probabilità di accadimento degli scenari incidentali facendo ricorso a database opportuni (MHIDAS o
MARS). I successivi step attraverso cui si procede coincidono con l’individuazione delle sorgenti di
rischio nell’impianto, la localizzazione delle sostanze e degli scenari incidentali credibili, la stima delle
conseguenze e l’estensione delle aree di danno (considerando tra gli elementi vulnerabili anche i mezzi
di trasporto), l’analisi dell’effetto domino.
Si procede quindi con la quantificazione del rischio sociale attraverso la metodologia basata sul
modello proposto da Hirst & Carter, 2002. Per poter implementare il metodo occorre quindi conoscere
la frequenza di accadimento degli incidenti (per gli articoli 8 le informazioni necessarie sono presenti
nei rapporti di sicurezza, mentre per gli articoli 6 si procede con una valutazione sommaria o si fa
riferimento alle banche dati come MARS o MHIDAS).
Per il calcolo del relativo numero di decessi occorre analizzare le aree di danno relative agli scenari
incidentali che la valutazione del rischio, implementata per i singoli stabilimenti e presente nelle
specifiche documentazioni, ha individuato. Se l’area i danno relativa ad un generico scenario
incidentale è all’interno dei confini dello stabilimento si ipotizza un numero massimo di fatalità pari al
valore dell’organico fisso sul luogo di lavoro (Nindoor). Questa ipotesi è fortemente cautelativa, in
quanto spesso l’estensione delle aree di danno è molto prossima alle sorgente ed è quindi assai
improbabile che tutti i lavoratori vi si trovino in prossimità. Se si conoscesse la presenza di lavoratori
nei singoli reparti, la loro distribuzione spaziale e temporale, si potrebbe raffinare il calcolo dei
lavoratori coinvolti indoor. Se invece l’area di danno si spinge all’esterno dei confini dello stabilimento
occorre approssimare il numero di persone coinvolte outdoor (Noutdoor). Tra gli elementi vulnerabili
occorre inserire anche gli elementi mobili, come i possibili passeggeri di treni o di auto, o di sistemi di
trasporto marittimi (Nmobili). Infine, se gli effetti letali dovessero coinvolgere altri stabilimenti limitrofi,
occorre valutare i possibili lavoratori delle realtà industriali prossime (Naltri_stabilimenti).
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri _ stabi lim enti (24)

In relazione alle strade (sia interne che esterne allo stabilimento), per calcolare il numero di veicoli
presenti e quindi probabilmente coinvolti nell’incidente, si fa riferimento alle seguenti ipotesi. Si
considera un ingombro longitudinale del singolo veicolo pari a 5 m (valutando una media a favore di
sicurezza tra la lunghezza di una generica autovettura/motociclo e di un mezzo di trasporto).
Considerando la condizione peggiorativa, di veicoli incolonnati ad una distanza pari a quella di

PMS 022/2002 U.O. 08 Pag.23/67 U.O. n° 8 Rapporto Tecnico n°4


sicurezza (circa 15 m) si ha una densità di veicoli massima pari a 5 veicoli in 100 m. Ipotizzando un
numero medio di persone pari a due per veicolo, si ha una media di 10 persone ogni cento metri per
corsia, cioè una densità lineare di 0.1 persone/(metro x·corsia).
Si può osservare come, considerando per la singola corsia della strada una larghezza di 2 m ed una
lunghezza di riferimento di 100 m, il valore ottenuto con il modello di calcolo della popolazione mobile
sulla strada nel presente lavoro di tesi (10 persone/corsia = densità lineare di persone ·lunghezza
della strada = 0.1 persone/(corsia·x m)·100 m).
Per quanto riguarda invece la ferrovia, si ipotizza una lunghezza del singolo vagone pari a 10 m, un
numero massimo di posti occupabili di 75 persone/vagone (valore medio tra i diversi tipi di treni che
percorrono il tratto ferroviario considerato), ed un riempimento del 50 % (valore medio tra tratte
notturne e diurne), si ha una densità di persone sulla tratta ferroviaria di circa 4 persone al metro.
Considerando i valori di densità e moltiplicandoli per la lunghezza del tratto stradale o ferroviario
coinvolto, si ha un valore delle possibili fatalità all’esterno dello stabilimento a causa della vicinanza
delle strade o ferrovie. Per stabilire l’accettabilità del rischio si sceglie di individuare un valore di soglia
massimo. La metodologia ALARP (As Low As Reasonably Practicable) estende tale approccio; il limite
superiore è di inaccettabilità, quello inferiore è di ampia accettabilità; nella zona intermedia possono
essere introdotte misure di riduzione del rischio, purché l’incremento di costo non sia eccessivo
rispetto al miglioramento raggiunto. Occorre sottolineare come all’interno del singolo stabilimento
debba essere implementato anche lo studio dell’effetto domino. La quantificazione del rischio
associato alle catene di eventi può essere ricavata per gli stabilimenti soggetti all’articolo 8 del D.Lgs.
334/99 dai RdS, in cui si stima la probabilità e la magnitudo dell’effetto domino. Nel caso degli
stabilimenti soggetti all’articolo 6 del D.Lgs.334, invece, si necessiterebbe di un’analisi che quantifichi il
rischio dovuto all’interazione tra le diverse sostanze ed attività. Per rendere più speditiva tale fase, si
può modellare la valutazione attraverso un approccio deterministico che verifichi la presenza di
apparecchiature nelle aree di danno connesse a danni irreversibili alle strutture, stabilendo il possibile
coinvolgimento nell’evoluzione della catena incidentale.
Nel diagramma di flusso riportato di seguito si sintetizza la logica generale di valutazione del rischio
d’area indicando, in punti opportuni, dei rimandi ad altri DdF analizzati di seguito.

PMS 022/2002 U.O. 08 Pag.24/67 U.O. n° 8 Rapporto Tecnico n°4


1

Acquisizione del materiale: cartografia e ortofoto dell’area industriale,


documentazione degli impianti (es. RdS), informazioni sul trasporto
di sostanze pericolose.

Georeferenziazione del materiale geografico; individuazione e


localizzazione geografica macroscopica delle sorgenti di rischio e
degli elementi vulnerabili.

Analisi delle caratteristiche delle singole sorgenti di rischio.

Sorgenti fisse Sorgenti mobili

Impianti a rischio di incidente


Porto Strade Ferrovia

Impianti Articolo 6. Impianti Articolo 8.


Trasporto nel
singolo Trasporto
stabilimento. esterno allo
Cartografie e ortofoto dell’area stabilimento.
industriale: localizzazione impianti.
Trasporto in cinta
interazione con
Analisi dettagliata del singolo stabilimento.

Impianti Articolo 6: Impianti Articolo 8:


analisi notifica. analisi RdS.

Quantificazione del rischio


sociale per le sorgenti mobili:
Quantificazione del rischio parametro ARICOMAH
sociale per singolo stabilimento:
parametro ARICOMAH.

Il rischio
Fine della valutazione no Proposta di intervento di
del rischio sociale per
si sociale è
riduzione del rischio
tollerabile?
la singola unità.

Riquantificazione
del rischio sociale
Valutazione del
rischio d’area

Il rischio
no Proposta di intervento di
si d’area è
riduzione del rischio
tollerabile?
Fine della valutazione
del rischio d’area Riquantificazione
del rischio sociale

Diagramma di flusso per la valutazione del rischio d’area.

PMS 022/2002 U.O. 08 Pag.25/67 U.O. n° 8 Rapporto Tecnico n°4


Fase 4: quantificazione del rischio associato al trasporto di sostanze pericolose ed
interazione con i singoli impianti.
La metodologia utilizzata prende spunto dal metodo proposto da Bubbico et al. (2004), già descritto
nel capitolo 2. Occorre evidenziare la duplice essenza dei sistemi di trasporto considerati: essi sono sia
“soggetto dell’incidente” (in quanto causa di scenari incidentali) che “oggetto” (in quanto la
popolazione temporaneamente utilizzatrice dell’infrastruttura di trasporto può essere investita delle
conseguenze di un incidente). Si distinguono inoltre le informazioni dipendenti dal percorso (tasso
incidentale, condizioni meteorologiche, popolazione a rischio) da quelle indipendenti (scenari
incidentali, probabilità dell’entità del rilascio e tipologie di conseguenze).
I parametri caratteristici della valutazione del rischio dovuta a sorgenti mobili sono la Fg,i,k , la
frequenza incidentale del rilascio k di entità i sul segmento g,

Fg ,i ,k = T ⋅ A ⋅ R i ⋅ L g ⋅ Pi ,k (25)
mentre Ng,i,k è il relativo numero di fatalità.

N g ,i ,k = CA i , k ⋅ PD g ⋅ PFi ,k (26)

doveT è il numero di viaggi all’anno, A è il tasso incidentale per chilometro, Ri è la probabilità di


rilascio di taglia i-esima, Lg è l’estensione della porzione di strada coinvolta, CAi,k è l’area di danno
associata con la conseguenza k, PDg è la densità di popolazione relativa al segmento g, Pi,k e PFi,k sono
le probabilità di fatalità di tale popolazione a seguito del rilascio k di taglia i-esima.
Per quanto riguarda le condizioni meteorologiche, si considera la stabilità di Pasquill del tipo D-
neutrale con la velocità del vento di 5 m/s ma, per completezza, si ripropone la valutazione anche
nelle condizioni F2. Occorre comunque uno studio delle condizioni meteorologiche locali, per stabilire
la probabilità che si verifichino queste combinazioni di velocità / direzione del vento e temperatura.
Nelle relazioni precedenti relative al rischio da trasporto di sostanze pericolose è richiesta la
valutazione delle aree di danno in relazione ai diversi scenari incidentali dei sistemi di trasporto.
Occorre quindi una metodologia speditiva che permetta, attraverso le seguenti relazioni semplificative,
di quantificare l’estensione dell’area di danno. Tale modellazione, specifica per le sorgenti fisse, può
essere utilizzata anche per le sorgenti mobili, ipotizzando la sovrapposizione delle singole aree di
danno istantanee, associate all’i-esima posizione, al variare del tempo e dello spazio [EPA, 1999].
All’interno dello stabilimento si considerano come sostanze trasportate le massime quantità
contabilizzate nei rapporti di sicurezza o nelle notifiche preliminari. Per la quantificazione del numero
di spedizioni da effettuare, si suppone una capienza media dei sistemi di trasporto pari a 30 m3 nel
caso di trasporto su ruota, e 92 m3 nel caso di trasporto su rotaia; si ipotizza un massimo riempimento
pari all’80% [Bubbico et al., 2000]. Le ipotesi e le conclusioni relative alla zona interna vengono estese
alla fascia di interazione con il singolo stabilimento. Per la zona al di là della fascia di interazione
occorre individuare il quantitativo massimo di sostanze pericolose trasportate (informazione ricavabile

PMS 022/2002 U.O. 08 Pag.26/67 U.O. n° 8 Rapporto Tecnico n°4


dal Ministero dell’ambiente o autorità locale), le principali arterie interessate e le relative frequenze di
percorrenza3.

Fase 5: analisi dell’effetto domino nell’area industriale.


L’effetto domino, come accennato in precedenza, è inteso come l’effetto di propagazione di un
incidente primario da cui possono scaturire incidenti secondari, con un globale aggravamento delle
conseguenze. Una volta quantificato il rischio associato alle catene di eventi attraverso l’analisi dei
Rapporti di Sicurezza (per gli impianti soggetti all’articolo 8 del D.Lgs.334) o attraverso la proposta di
un metodo speditivo (per stabilimenti soggetti all’articolo 6 del D.Lgs.334/99 e per le infrastrutture da
trasporto4 finalizzate alla movimentazione delle sostanze pericolose), si necessiterebbe di un’analisi
che quantifichi il rischio dovuto all’interazione tra le diverse sostanze ed attività. Per rendere più
speditiva tale fase, si può ricorrere ad un approccio deterministico che verifichi la presenza di
apparecchiature nelle aree di danno nel caso di danni irreversibili alle strutture stabilendo quindi il
possibile coinvolgimento nell’evoluzione della catena incidentale.

Fase 6: Eventuali proposte di intervento volte alla riduzione del rischio.


Stabilita la non accettabilità del rischio sociale, occorre implementare delle modifiche al singolo
impianto per ridurre la probabilità associata agli scenari incidentali o la relativa magnitudo delle
conseguenze. Esistono almeno altre due componenti sulle quali si può agire: l’uso delle “migliori
tecniche disponibili” per la riduzione del rischio; l’incremento delle prestazioni qualitative degli
organismi edilizi, ovvero di loro parti, con accorgimenti e tecnologie specifiche per la realizzazione
degli immobili che possono essere colpiti dagli effetti degli scenari incidentali. Con “migliori tecniche
disponibili” (best available techniques – B.A.T.) si intende, così come previsto dalla Direttiva
96/61/CEE:
• Tecniche - “le tecniche impiegate, le modalità di progettazione, costruzione e manutenzione,
esercizio e chiusura dell’impianto”.
• Disponibili - “le tecniche sviluppate su una scala che ne consenta l’applicazione in condizioni
economicamente e tecnicamente valide nell’ambito del pertinente comparto industriale”.
• Migliori - “le tecniche più efficaci per ottenere un elevato livello di protezione dell’ambiente nel
suo complesso.
Il tema dell’uso della “migliore tecnica disponibile” è fortemente connesso ad altri due concetti quali il
miglioramento della qualità (inteso come parte della gestione per la qualità mirata ad accrescere la
capacità di soddisfare i requisiti [...] che possono riguardare aspetti quali l’efficacia, l’efficienza o la
rintracciabilità) e il miglioramento continuo (che deve essere tenuto in conto come processo di
accrescimento del sistema di gestione ambientale per ottenere miglioramenti della prestazione
ambientale complessiva, in accordo con la politica ambientale dell’organizzazione). Il riferimento

3
In mancanza delle frequenze di percorrenza delle singole strade si può optare per la modellazione fortemente
cautelativa adottata precedentemente nella quantificazione della popolazione mobile delle infrastrutture. La
densità media di popolazione su strada è assunta pari a 0.1 persona/m a corsia, su rotaia 4 persone/m.
4
La quantificazione del rischio và promossa per il trasporto su strada, rotaia e per via marittima, in quanto tutti e
tre gli elementi partecipano al rischio d’area complessivo. In questa sede, si omette lo studio dell’area portuale a
causa dell’indisponibilità da parte dell’Autorità Portuale a fornire i dati relativi (perché utilizzati al momento per la
riproposizione del Piano di Emergenza Esterno dell’area portuale).

PMS 022/2002 U.O. 08 Pag.27/67 U.O. n° 8 Rapporto Tecnico n°4


diretto alle “migliori tecniche disponibili”, contenuto nel comma 6 dell’articolo 14 del D.Lgs. n. 334/99
e relativo agli stabilimenti esistenti in prossimità delle zone frequentate dal pubblico o residenziali o di
particolare interesse ambientale, riguarda la possibilità che il Comune ha di richiedere al gestore di
adottare [...] misure tecniche complementari per contenere i rischi per le persone e per l’ambiente,
utilizzando le migliori tecniche disponibili.
È evidente che il limite oggettivo dell’applicazione delle BAT è la sua effettiva possibilità di essere
utilizzata, in ragione del beneficio che se ne può trarre, rispetto alla riduzione della probabilità o della
magnitudo dello scenario incidentale. In questa affermazione, oltre ad essere richiamata la necessità
di effettuare una analisi costi-benefici per l’introduzione della “migliore tecnologia” (anche verificando
le diverse alternative), si vuole porre in evidenza proprio il carattere progressivamente migliorabile
della soluzione tecnica adottata, la quale, a causa del carattere innovativo intrinseco al settore
tecnologico, dei materiali e dei sistemi di sicurezza, tende ad essere sostituita da altri sistemi, resi
disponibili dalla accessibilità di costi, da ragioni tecnico-produttive e dalle garanzie di affidabilità
derivanti dal comprovato utilizzo del nuovo sistema.

PMS 022/2002 U.O. 08 Pag.28/67 U.O. n° 8 Rapporto Tecnico n°4


CAPITOLO III

L’APPLICAZIONE DELLA METODOLOGIA: L’AREA INDUSTRIALE DI TARANTO

Attualmente in Italia 1116 attività industriali sono soggette al D.Lgs. 334/99; di queste 468 sono
sottoposte ai maggiori obblighi: risultano interessati circa 700 Comuni italiani. In Puglia, i comuni
interessati dal RIR sono complessivamente 23, di cui 12 per bassa pericolosità, 11 per alta. Entrando
nello specifico della zona industriale di Taranto, studi dell’Organizzazione Mondiale della Sanità hanno
collocato la città ai primi posti in Europa nella graduatoria dell’invivibilità ambientale. La città presenta
un comparto industriale contiguo alla “cinta urbana”, d’estensione pari al doppio di quella occupata
dall’area urbana: questa eccessiva vicinanza rappresenta inevitabilmente un elemento di profonda
penalizzazione.
Nella figura successiva si riporta la distribuzione degli stabilimenti a RIR nella regione Puglia.

4 6
bari
11 bari
9 brindisi
brindisi
foggia
foggia
3 lecce
5 taranto
taranto
2 2 5

Numero e distribuzione impianti art.6 (sinistra) e art. 8 (destra) in Puglia.


La zona maggiormente a rischio è quella del quartiere Tamburi - Croce, densamente popolato, in
alcune parti, compenetrato con il settore più industrializzato (e quindi più inquinato) del territorio
urbano. È a ridosso del centro siderurgico più grande d’Europa (ILVA) ed è interessato da diverse
infrastrutture, quali le maggiori arterie stradali e ferroviarie di collegamento della città in ambito
regionale ed interregionale [Colletta et al., 2002]. Si riporta di seguito l’elenco aggiornato ad Aprile del
2005 degli stabilimenti soggetti a rischio di incidente rilevante nella provincia di Taranto proposto dal
Ministero dell’ Ambiente e della Tutela del Territorio.
Codice Ragione sociale Attività
DR014 IN.CAL.GAL.SUD srl Deposito di gas liquefatti
DR012 I.S.E. srl Centrale termoelettrica
Art.6 NR043 ENIPOWER spa Centrale termoelettrica
NR061 BASILE PETROLI spa Depositi di oli minerali
NR046 PRAVISANI spa Produzione e/o depositi di esplosivi
NR056 ITALIANA CARBURANTI spa Depositi di oli minerali
NR003 ENI spa – Divisione Refining & Marketing (1) Deposito di gas liquefatti
NR004 ENI spa – Divisione Refining & Marketing (2) Raffinazione petrolio
Art.8
DR014 ILVA spa Acciaierie ed impianti metallurgici
DR001 ENI spa – Divisione Refining & Marketing (3) Deposito di oli minerali
Impianti soggetti all’art.6 e 8 del D.Lgs. 334/99 nella provincia di Taranto.
La tabella successiva individua le sostanze presenti negli stabilimenti della zona industriale di Taranto
che eccedono i valori di soglia indicati nell’allegato I parte 1 e 2 del D.Lgs. 334/99.

PMS 022/2002 U.O. 08 Pag.29/67 U.O. n° 8 Rapporto Tecnico n°4


Stab. (Art.6) Sostanza Classificazione pericolo Max quantità
Gas Afo* R12; R23 28 t
Gas Coke* R12; R23 4t
ISE srl
Gas LDG* R12; R23 4t
Metano R12 3t
IN.CAL.GAS. sud srl GPL R12 175 t
ENIPOWER Gasolio R51/53 1800 t
Esplosivi 15 R2 18 t
PRAVISANI spa
Esplosivi 26 R3 18 t
R12; R38; R45; R51/53; R65;
Benzine 90.6 t
S16; S53;S61; S62
ITALIANA
Gasolio R51/53; R40;R65 540.8 t
CARBURANTE
Olio combustibile R45; R52/53 37.2 t
Petrolio R10; R38; R65; R51/53 23.73 t
BASILE PETROLI spa - - -
Quantità e tipo di sostanze pericolose negli stabilimenti dell’art.6 D.Lgs.334.

Inoltre, per ogni stabilimento è indicata la quantità presente della singola sostanza pericolosa quella
sostanza e la classificazione del pericolo (ad esempio R12 per riferirsi ad un gas estremamente
infiammabile); le informazioni sono state fornite dal gestore.

5
Esplosivi 1: esplosivi da mina a base di tritolo e ammonio nitrato, ANFO, slurries, emulsioni, micce di sicurezza a
lenta combustione.
6
Esplosivi 2: esplosivi da mina a base di nitroesteri, dinamiti, micce detonanti a base di pentrite essiccata; polveri
nere.

PMS 022/2002 U.O. 08 Pag.30/67 U.O. n° 8 Rapporto Tecnico n°4


Stab. (Art.8) Sostanza Classificazione pericolo Max quantità
ENI spa (1) GPL R12 826 t
Gas Afo R12; R23 115000 Nmc
Gas Coke R12; R23 144000 Nmc
Metano R12 22500Nmc
Gas OG R11; R23 145000Nmc
ILVA Ossigeno R8 2200 t
Olio combustibile
R45; R52/53 80000 t
denso
PCB R33; R50-53 1698 t
Magnesio R15; R17 60 t
Idrogeno R12 2.25 t
R12; R38; R45; R51/53; R65; S16; S53;
Benzine 180000 t
S61/62
Alchili di piombo R26/27/28; R33; R50/53; R61;R62 150 t
GPL R12 2800 t
Idrogeno solforato R12; R26; R50 5.32 t
ENI spa (2)
Anidride solforosa R23; R34; R36/37 0.03 t
Additivi e chemicals R11 15 t
Kerosene R10; R38; R51/53; R65 76000 t
Greggio R12; R45; R52/53 472500 t
Gasoli finiti R40; R51/53; R65 180000 t
R12; R38; R45; R51/53; R65; S16; S53;
Benzina 9390 t
ENI spa (3) S61/62
Gasolio R40; R51/53; R65; S24; S36/37; S61; S62 6290 t
Quantità e tipo di sostanze pericolose negli stabilimenti dell’art.8 D.Lgs.334.

Applicazione della fase 2.

L’esigenza di un approccio globale al rischio che superi i confini del singolo stabilimento, andando ad
individuare le interazioni spaziali tra diverse entità sul territorio, necessita del reperimento del
materiale e in particolare delle cartografie della zona industriale di Taranto. La scala di riferimento per
le rappresentazioni territoriali è di 1:10000 anche se possono essere utili delle scale minori (fino a
1:1000) per valutare particolari elementi o zone. Le ortofoto sono, quindi, importate all’interno del
software ARCGIS 9.0, indispensabile per la georeferenziazione delle immagini. Accanto alle ortofoto (si
veda ad esempio la figura successiva), occorre anche importare le cartografie, file CAD in scala
1:10.000, contenenti non solo informazioni grafiche dei layer ma anche annotazioni su vie, strade,
infrastrutture. Attraverso la conoscenza dell’indirizzo dei diversi stabilimenti e utilizzando lo stradario
interattivo, si possono individuare i baricentri dei singoli stabilimenti e quindi localizzare, seppur in
modo macroscopico, i siti nella realtà territoriale (in rosso gli stabilimenti soggetti all’articolo 8, in
giallo quelli soggetti all’articolo 6 del D.Lgs.334/99 nella figura IV.6 a destra).

PMS 022/2002 U.O. 08 Pag.31/67 U.O. n° 8 Rapporto Tecnico n°4


Cartografia della la provincia di Taranto (sinistra) e della zona industriale sovrapposta alle
ortofoto (destra).

Per incrementare il dettaglio delle informazioni note, si sono acquisite alcune immagini satellitari della
zona industriale di Taranto, utili per la localizzazione dei siti industriali e delle relative sorgenti di
rischio.

Fotografie aeree della zona industriale di Taranto.

Applicazione della fase 3.

Conclusa la fase preliminare di valutazione macroscopica dell’area industriale, occorre aumentare il


livello di dettaglio, analizzando i singoli stabilimenti: si considerano sia quelli soggetti all’Art.8 che
all’art.6 del D.Lgs.334/99.
ANALISI DELLO “STABILIMENTO A”.

Si considera come esempio applicativo, tra gli stabilimenti soggetti all’articolo 8 l’ENI spa, Divisione
Refining & Marketing, Deposito di gas liquefatti, chiamato “Stabilimento A” nel seguito del
lavoro. L’impianto rientra nel campo di applicazione dell’art. 8 del D.Lgs.334 poiché sono presenti gas
di petrolio liquefatto GPL in quantità superiore al valore di soglia (200 t). All’interno dello stabilimento
non avvengono operazioni di processo, mentre si realizza lo stoccaggio, la movimentazione e
l’imbottigliamento del GPL. Sono presenti due bacini di serbatoi di stoccaggio in cui si hanno due
serbatoi sferici e due serbatoi cilindrici, contenenti butano e propano commerciale.

PMS 022/2002 U.O. 08 Pag.32/67 U.O. n° 8 Rapporto Tecnico n°4


Serbatoi sferici

Serbatoi cilindrici

Zoom dell'ortofoto relativa allo stabilimento NR003.


Si ricorda che le capacità di riempimento dei serbatoi fissi e mobili desunte dal Decreto Ministeriale
13/10/947 sono per il propano 420 kg/m3 di capacità di serbatoio, per il butano 510 kg/m3 di capacità
di serbatoio, per il GPL (30% propano, 70% butano) 485 kg/m3 di capacità di serbatoio. Poiché,
inoltre, la presenza di propano e butano nello stabilimento è mediamente in ragione del 30% propano,
70% butano, si assume una capacità di riempimento media pari a quella del GPL. Note le quantità di
sostanze pericolose (dalla consultazione della documentazione) presenti nello stabilimento, dalle
informazioni fornite dal gestore tramite la valutazione del rischio si individuano gli eventi incidentali, le
relative probabilità, le conseguenze con l’estensione delle aree di danno. Le ipotesi considerate
nell’analisi sono quelle del worst case (velocità del vento 2 m/s, stabilità atmosferica F8 – molto
stabile. In realtà, poiché tali condizioni meteorologiche si realizzano principalmente di notte, quando la
popolazione è generalmente al riparo nelle proprie abitazioni, si considerano anche le più realistiche
condizioni di stabilità D (atmosfera neutra) e velocità del vento 5 m/s. Quest’ultima assunzione è del
tutto in accordo con la condizione meteorologica dell’area di Taranto: elaborando le temperature
medie della zona del periodo 1986-1996 (si veda l’allegato 2), si ricava Tinvernale = 9.5°C, Testiva = 26
°C. La velocità del vento prevalente è tra i 7 e 10 nodi (corrispondenti a 3.6-5.1 m/s) in direzione
nord.Si considerano i valori di “endpoint” dell’area di danno corrispondenti alla condizione di “inizio
della letalità” (IL) poiché cautelativa; inoltre, si valuta la variabilità dei risultati ottenuti per il rischio
sociale considerando i valori delle aree di danno corrispondenti alla condizione “elevata letalità” (EL),
poiché è la più realistica per quantificare il numero di fatalità relativo.
Si procede alla valutazione del rischio associato al singolo stabilimento considerando la combinazione
delle condizioni meteorologiche e di danno:
1. IL-D59;
2. IL-F2;
3. EL-D5;
4. EL-F2.

7
DM 13/10/94. “Approvazione della regola tecnica di prevenzione incendi per la progettazione, la costruzione,
l'installazione e l'esercizio dei depositi di G.P.L. in serbatoi fissi di capacità complessiva superiore a 5 m3 e/o in
recipienti mobili di capacità complessiva superiore a 5.000 kg”.
8
Negli allegati si riporta una rapida spiegazione delle classi di stabilità di Pasquill, accanto all’analisi delle
condizioni meteorologiche della zona di Taranto.
9
Con l’espressione IL-D5 si indica la condizione corrispondente all’inizio della letalità e stabilità di Pasquill D, con
velocità del vento pari a 5 m/s. Analogamente per le successive condizioni.

PMS 022/2002 U.O. 08 Pag.33/67 U.O. n° 8 Rapporto Tecnico n°4


Di seguito sono riportati i risultati dell’analisi.
Caso 1: Analisi dello stabilimento A, con le condizioni IL/D5.
Si stima in prima istanza il rischio sociale corrispondente alle aree di danno per l’inizio della letalità e
con condizioni di stabilità (IL/D5).
Si considera l’evento R2.
Nel presente lavoro si rappresentano le aree di danno come un cerchio con raggio pari all’estensione
dell’area di danno calcolata, sia per fenomeni unidirezionali che per quelli omnidirezionali, utilizzando
una metodologia speditiva. In realtà, le aree di danno unidirezionali dovrebbero essere rappresentate
come settori di cerchio, di raggio pari all’estensione dell’area di danno e comprendenti la direzione
preferenziale del vento. Nella figura successiva si rappresentano le aree di danno corrispondenti alla
sequenza R2 (pool-fire, jet-fire, flash-fire, UVCE) attraverso la piattaforma GIS. Si individuano tra gli
elementi vulnerabili, la strada e la ferrovia in prossimità dello stabilimento, oltre che la strada interna
ai confini dell’impianto.

Strada
interna

Ferrovia
Strada
esterna

Aree di danno relative alla sequenza R2 (IL-D5).


Per il fenomeno jet-fire, l’area di danno cade sia all’interno dello stabilimento che all’esterno (tale
area si può ritenere priva della presenza di popolazione vista la limitata estensione e, comunque, il
limitato valore di densità abitativa adottato, 200 persone/km2 corrispondente a “area rurale” secondo
la classificazione effettuata da Bubbico et al. (2004). La strada esterna, quella interna allo stabilimento
e la ferrovia non sono investite dagli effetti letali di eventuali incidenti. Il numero di possibili vittime
coincide fondamentalmente (a meno di eventuali visitatori esterni) con i lavoratori che, al momento
dell’incidente, si trovano nell’area di danno calcolata. Vista la mancanza di dati sulla normale
distribuzione del personale all’interno dello stabilimento e, per il caso specifico, vista la limitata
estensione dello stabilimento, si accetta un valore di popolazione indoor coinvolta pari all’organico
dell’impianto10. Per questo risulta Nmax pari a 35 (organico di stabilimento):
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stab ilimenti = 35 + 0 + 0 + 0 = 35
Si implementa il metodo semplificato per la quantificazione del rischio sociale; essendo un evento
omni-direzionale il parametro ARICOMAH è calcolabile con l’equazione (22). Nel caso in esame, ARICOMAH

10
Nel caso in cui si avessero a disposizione le informazioni circa la distribuzione del personale per aree o zone
dello stabilimento, specialmente nel caso in cui esso risulta di grandi dimensioni, si potrebbe raffinare la
quantificazione della popolazione indoor.

PMS 022/2002 U.O. 08 Pag.34/67 U.O. n° 8 Rapporto Tecnico n°4


= 8.573·103; comparando i risultati con i valori limiti indicati da Hirst & Carter (2000 e 500000 per
ARICOMAH rispettivamente nel caso di estremo superiore della zona “broadly accaptable” e della zona
“tolerable if ALARP”), tale valore ricade nella zona “tolerable if ALARP”: si dovrebbero, allora, proporre
degli interventi per ridurre il rischio, purché il costo sia giustificato dal miglioramento susseguito.

CASO OMNIDIREZIONALE

a 1.4 valore della costante in reazione alla scala delle avversità

Nmax 35 valore del massimo numero di morti coinvolti nell'incidente - worst case

f ( Nmax) 22 cpm per year valore di probabilità associato all'evento worst case

N 1 .. Nmax 1 variabilità del parametro N in relazione ad un incidente dalle


conseguenze omnidirezionali

a 1
N
f ( Nmax) . Nmax.
a 1
ARIcomah_omni Nmax
N 1
N

3
ARIcomah_omni = 8.573 10

Nmax 1
1
AEV f ( Nmax) . Nmax. 1
N 1
N= 1
3
AEV = 3.193 10

ARIcomah_omni
scale aversion factor

Area di danno per il jet-fire, R2/IL-D5 (sinistra)e macro di calcolo relativa (destra).

Si consideri ora il flash-fire (sempre nel caso di catena incidentale R2). L’area di danno - come
evidente dalla figura successiva - coinvolge un tratto esterno allo stabilimento (di lunghezza pari a
circa 100 m) e lambisce per un tratto pari a 30 m anche la strada interna: entrambe le strade sono a
doppia corsia.
Stimando la densità di popolazione pari a 0.1 persone/m, il numero di persone eventualmente
coinvolte è pari a 13 per singola corsia, per cui in totale si arriva a 26 persone sulle due corsie. Questo
valore risulta, in ogni modo, cautelativo, in quanto è altamente improbabile che ci siano
incolonnamenti in ingresso e uscita dall’area industriale su una strada percorsa principalmente dai
mezzi di trasporto da e verso lo stabilimento: si può quindi supporre che in questa cifra siano
eventualmente incluse le eventuali fatalità connesse con “visitatori esterni” che al momento
dell’incidente si trovino all’interno dell’area di stabilimento. Non si individuano, invece, vittime in altri
stabilimenti o nella popolazione. Risulta:
N max = 35 + 0 + 26 + 0 = 61
Noto il numero massimo di possibili decessi (pari a 61), occorre calcolare la frequenza di accadimento
del worst case per il fenomeno monodirezionale. La frequenza di accadimento dell’incidente (fattore
failure frequency) è fornita dal gestore dello stabilimento. Volendo rendere l’analisi molto speditiva e
non essendoci avendo alcuna informazione circa la semilarghezza massima e la distanza a cui si ha la
massima semiampiezza, si pone il fattore moltiplicativo chiamato conditional plume probability pari ad
1. Per il fattore weather and windspeed probability, considerando le informazioni meteorologiche
raccolte sull’area industriale di Taranto e inserite nell’allegato 2, si accetta una valore pari a 17%
(corrispondente alla probabilità di stabilità D con una velocità del vento di 5 m/s). Infine, per il
termine population distribution factor si accetta una valore pari a 0.5. È necessario inoltre, al fine di
valutare correttamente un fenomeno unidirezionale, considerare anche la probabilità che il vento soffi
in una direzione piuttosto che in un’altra. Si procede, allora, all’individuazione, per la categoria di

PMS 022/2002 U.O. 08 Pag.35/67 U.O. n° 8 Rapporto Tecnico n°4


intensità dei venti in esame (velocità compresa tra 7 e 10 nodi che comprende il valore di riferimento
di 5 m/s), della direzione di provenienza del vento rispetto al Nord geografico, espressa in decine di
gradi sessagesimali, suddivisa in 12 classi (35-01, 2-4, 5-7, 8-10, 11-13, 14-16, 17-19, 20-22, 23-25,
26-28, 29-31, 31-34). Nel grafico seguente (riferito alla velocità del vento tra 7 e 10 nodi) si
rappresenta la percentuale di possibilità dei venti nelle diverse direzioni su base annua.

35-01
4
31-34 3,17 2-4
3
2,54
29-31 1,9 2 5-7

1
0,83 0,62
26-28 0,71 0 0,52 8-10 direzione dei venti
1,01 0,64

1,58 1,6
23-25 1,79 11-13

20-22 14-16
17-19

Diagramma polare della distribuzione dei venti di Taranto (velocità 5-10 nodi).

Per effettuare una stima corretta del fenomeno unidirezionale, occorrerebbe quindi calcolare il
parametro ARICOMAH per ogni settore. Al fine di rendere più speditivo il metodo si rappresenta il
fenomeno unidirezionale come se in realtà fosse omnidirezionale sulla cartografia della zona
industriale di Taranto e si calcola il valore di ARICOMAH considerando come probabilità corrispondente
alle condizioni worst-case la più alta tra quelle associate ai venti nei diversi settori (circa il 3.2% che
corrisponde alla probabilità che il vento soffi nella direzione Nord come evidente nella figura IV.13). In
base a queste considerazioni il valore del fattore wind rose bias factor è posto pari a 0.032. Si ricava il
valore del parametro ARICOMAH che risulta “tolerable if ALARP”.

Area di danno per UVCE (a sinistra) e pool-fire (a destra), R2/IL-D5.

Si considera ora il caso di UVCE, fenomeno omnidirezionale: il numero massimo di fatalità è 35,
essendo l’area di danno ampliamente all’interno dello stabilimento e, comunque, non coinvolgente la
strada interna allo stabilimento stesso. Ci si ritrova nella zona “tolerable if ALARP”, così come nel caso
di pool-fire.
Si considera l’evento R6.

PMS 022/2002 U.O. 08 Pag.36/67 U.O. n° 8 Rapporto Tecnico n°4


Si rappresentano nella figura successiva le aree di danno relative alla sequenza R6. Per il pool-fire (si
veda la figura successiva), l’area di danno è all’interno dello stabilimento: malgrado la limitata
estensione della stessa, cautelativamente si pone il numero di fatalità indoor pari a 35, numero di
addetti. La strada interna è coinvolta per un’estensione di circa 10 metri, e si può quindi quantificare il
coinvolgimento del personale mobile in due persone sulle due corsie; all’esterno non si considerano
decessi (vista la limitata estensione dell’area di danno all’esterno dei confini di stabilimento). Per cui
risulta:

N max = 35 + 0 + 2 + 0 = 37
Nota dal rapporto di sicurezza la relativa probabilità dell’evento, dal il valore risultante di ARICOMAH
ricade nella zona di rischio “tolerable if ALARP”.
Analogamente per il jet-fire, per cui l’area di danno è all’interno dello stabilimento e coinvolge tra gli
elementi vulnerabili la strada interna per un tratto di lunghezza pari a circa 40 metri. Il numero
massimo di fatalità è:
N max = 35 + 0 + 8 + 0 = 43

e il valore calcolato per ARICOMAH cade nella zona “tolerable if ALARP”.


Nel caso UVCE, invece, l’area di danno coinvolge la ferrovia per un tratto pari a circa 70 m (come
evidente dalla figura IV.16 a sinistra). Avendo ipotizzato una densità di popolazione pari a 4 persone al
metro, si ha un totale di possibili decessi di 280. La strada interna è coinvolta 80 m con un numero di
fatalità di 16 persone. Sono invece nulli i decessi in altri stabilimenti o tra la popolazione residente.
N max = 35 + 0 + (280 + 16) + 0 = 331
Il valore di ARICOMAH supera ampliamente il valore limite per la zona “tolerable IF ALARP”: per cui lo
scenario appena analizzato è classificabile come “unacceptable”.
Nel caso di flash-fire l’area di danno è ancora all’esterno dello stabilimento: in particolare investe un
tratto di ferrovia pari a circa 200 m, l’intera strada interna (120 m) e un tratto di strada esterna di
lunghezza trascurabile.
Il numero massimo di decessi (considerando che la popolazione residente e i lavoratori di altri
stabilimento non sono coinvolti) è pari a :
N max = 35 + 0 + (800 + 24) + 0 = 859
ARICOMAH risulta inaccettabile.
Si considera l’evento R8.
L’immagine delle aree di danno relative alla sequenza R8 (figura IV.16 a destra) evidenzia come la
strada che conduce allo stabilimento sia coinvolta in tutti gli scenari incidentali analizzati sebbene in
modo diverso, mentre la strada interna non è mai investita.
Per gli eventi unidirezionali jet-fire, UVCE, pool-fire, l’area di danno è in parte esterna allo
stabilimento: un tratto della strada utilizzata per accedere all’interno dello stabilimento di circa 60 m è
investito. In base al valore di densità di popolazione sulla strada (0.1 persone/metro), si ipotizza un
numero di decessi outdoor pari a 6 per corsia, per un totale di 12 lungo l’intera carreggiata.
N max = 35 + 12 = 47

PMS 022/2002 U.O. 08 Pag.37/67 U.O. n° 8 Rapporto Tecnico n°4


Il valore del parametro ARICOMAH ricade appena sopra la zona “broadly acceptable”: risulta, quindi,
“tolerable if ALARP”.
Si può considerare, infine, l’evento unidirezionale flash-fire che investe la strada limitrofa per una
lunghezza di circa 200 m, con un probabile numero di fatalità di 20 persone per corsia che, sommato
al numero di decessi generati all’interno dello stabilimento, arriva a Nmax pari a 75.
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stabilimenti = 35 + 0 + 40 + 0 = 75 Calcolando il

valore del parametro ARICOMAH per tale evento unidirezionale, risulta al di sotto di 2000, per cui cade
nella zona “brodly acceptable”.
Si considera l’evento R9.
Come evidente dalla figura successiva, le aree di danno dei scenari pur essendo in parte esterne,
lambiscono la strada esterna senza investirla. La strada interna non è coinvolta nello scenario
incidentale: si pone Nmax pari a 35. Per l’evento omnidirezionale UVCE, il valore del parametro ARI
cade nella zona “tolerable if ALARP”. Per quanto riguarda invece il flash-fire, poiché l’area di danno
lambisce senza coinvolgere la strada, il numero di fatalità è pari all’organico dello stabilimento. Il
parametro ARICOMAH risulta, allora, anche nella zona “tolerable if ALARP”.

Area di danno relative alla sequenza R9 (IL-D5).


Si considera l’evento R12.
L’evento R12 si riferisce alla rottura del serbatoio nella zona liquidi: essendo i serbatoi quattro, due
cilindrici e due sferici, occorre ripetere il calcolo al fine di considerare tutte le eventualità.
Nel caso che la sorgente dell’incidente coincida con il serbatoio cilindrico 1 (rappresentato nella figura
successiva) l’area di danno relativa a jet-fire è confinata all’interno dello stabilimento e non coinvolge
la strada interna.

N max = 35 + 0 + 0 = 35
Il parametro ARICOMAH cade nella zona “broadly acceptable”.
Per lo scenario UVCE è coinvolta la strada interna allo stabilimento per meno di venti metri: la
popolazione mobile eventualmente investita è stimata in 4 persone. La ferrovia interessata è invece
pari a 60 m (il numero di fatalità correlato è di 240 persone). Il parametro ARICOMAH risulta “tollerabile
se ALARP”.
N max = 35 + 0 + (240 + 4) + 0 = 279

PMS 022/2002 U.O. 08 Pag.38/67 U.O. n° 8 Rapporto Tecnico n°4


Considerando, infine, il caso flash-fire, è coinvolto dall’area di danno un tratto di ferrovia di
lunghezza pari a 250 m e l’intera strada interna. Si stima:
N max = 35 + 0 + (1000 + 24) + 0 = 1059

Il valore di ARICOMAH si attesta sopra 500.000, per cui risulta tollerabile.


Si suppone ora il caso in cui lo scoppio avvenga al serbatoio 2: come evidente dalla figura IV.18
(destra), la traslazione dell’ipotetica area di danno (considerando come centro il serbatoio 2 anziché 1)
non modifica in modo rilevante la lunghezza di ferrovia coinvolta, per cui si può accettare il valore del
parametro ARICOMAH precedentemente calcolato11.

Strada interna
Serbatoio 4 Ferrovia

Serbatoio 3

Serbatoio 1 Serbatoio 2 Strada esterna

Area di danno della sequenza R12 per serbatoio 1 (sinistra) e per tutti e quattro i serbatoi (a
destra): in giallo per il serbatoio 3, in verde per il 4, in blu per il 2, in amaranto per il serbatoio 1.

Il tutto può essere ripetuto nel caso che lo scoppio avvenga in uno dei due serbatoi sferici 3 o 4. In
altri termini, considerare il serbatoio cilindrico 1 come sorgente dell’incidente è un’ipotesi cautelativa,
poiché coinvolge il numero massimo di elementi vulnerabili.
A valle dell’analisi effettuata, si propone una tabella sintetica che individua gli scenari a rischio su cui
intervenire con ulteriori analisi.

11
Occorre sottolineare come il calcolo degli effetti della sequenza R12 (rottura del serbatoio) nel rapporto di
sicurezza è stato implementato ipotizzando per tutti e quattro i serbatoi le condizioni peggiorative in termini di
sostanze e quantità.

PMS 022/2002 U.O. 08 Pag.39/67 U.O. n° 8 Rapporto Tecnico n°4


Sequenze Evento incidentale ARICOMAH Classe rischio
3
Jet-fire 8.573·10 2
Flash-fire 2.457·103 2
R2
UVCE 8.573·103 2
Pool-fire 8.573·103 2
Jet-fire 2.127·105 3
Flash-fire 2.837·107 4
R6
UVCE 4.259·106 4
Pool-fire 1.695·105 3
Jet-fire 3.342·103 2
Flash-fire 1.022·103 1
R8
UVCE 3.342·103 2
Pool-fire 3.342·103 2
UVCE 1.597·104 3
R9
Flash-fire 3.105·103 2
Jet-fire 3.89699·102 1
R12 Flash-fire 1.164·105 3
UVCE 8.3183·103 2
Jet-fire/ Pool-fire 3.075·105 3
E.D. UVCE 4.464·106 4
Flash-fire 5.151·107 4
Sintesi dei valori stimati di rischio sociale (IL-D5).

Caso 2: Analisi dello stabilimento A, con le condizioni IL/F2.


Si considera, ora la seconda condizione di inizio letalità e stabilità di Pasquill F2.
Distanze
Evento
Sequenze IL-F2
incidentale
(m)
Jet-fire 56
Flash-fire 415
R2
UVCE 86
Pool-fire 12
Jet-fire 38
Flash-fire 221
R6
UVCE 77
Pool-fire 12
Jet-fire 38
Flash-fire 481
R8
UVCE 98
Pool-fire 40
Jet-fire 36
Flash-fire 155
R9
UVCE -
Pool-fire -
Jet-fire 38
Flash-fire 651
R12
UVCE 128
Pool-fire -
Aree di danno relative alla condizione IL-F2.
Nella tabella precedente si sintetizzano le informazioni fornite dal gestore circa le aree di danno nelle
nuove condizioni considerate.
Si considera l’evento R2.
Le aree di danno associate, come evidente dalla figura successiva, e coinvolgono anche la strada che
corre in prossimità dello stabilimento, la strada interna allo stabilimento e la ferrovia.

PMS 022/2002 U.O. 08 Pag.40/67 U.O. n° 8 Rapporto Tecnico n°4


L’area di danno associata al jet-fire non è modificata nelle nuove condizioni ambientali rispetto alla
condizione IL-D5. Con le considerazioni precedenti risulta Nmax pari a 35 (numero degli addetti) ed il
relativo valore del parametro ARICOMAH è nella zona “tolerable if ALARP”.

Strada interna

Ferrovia

Strada esterna

Aree di danno relative alla sequenza R2/IL-F2.

L’area di danno per il flash-fire coinvolge la ferrovia per un tratto pari a 750 m circa (per un totale di
3000 persone secondo la modellazione proposta), investe completamente la strada interna allo
stabilimento (lunga 120 m) e coinvolge le strade esterne per un tratto di 800 m. La considerazione di
una densità di popolazione pari a 0.1 persone/metro porta ad un numero di eventuali fatalità pari a 92
per singola corsia, per cui in totale si arriva a 184 persone sulle strade. Non si individuano, invece,
vittime in altri stabilimenti; per la popolazione residente, si suppone una densità media abitativa di
200 persone/km2 [Bubbico et al., 2004]: moltiplicando tale valore per l’estensione dell’area di danno
(π·R2 = π·0.4152 km2 = 0.54 km2 con R raggio dell’area) e sottraendo l’area dello stabilimento (circa
0.0336 km2) si ottiene un totale di 101 decessi. Risulta allora:
N max = 3320

In questo caso il valore di ARICOMAH si trova nella zona di rischio inaccettabile (si veda il calcolo
riportato nella figura successiva). Nel caso di UVCE, è coinvolto un tratto esterno allo stabilimento per
una lunghezza pari a circa 100 m e per un tratto pari a 30 m anche la strada interna. La popolazione
coinvolta è quindi pari a 26 persone. Il valore di ARICOMAH è pari a cade quindi nella zona “tolerable if
ALARP”. Nel caso del pool-fire (numero di fatalità uguale a 35) risulta il rischio sociale tollerabile.
Si considera l’evento R6. Si rappresentano nella figura successiva gli endpoints per la sequenza R6.

PMS 022/2002 U.O. 08 Pag.41/67 U.O. n° 8 Rapporto Tecnico n°4


Strada interna

Ferrovia

Strada esterna

Aree di danno relative alla sequenza R6, IL-F2.

Per il pool-fire, l’area di danno è all’interno dello stabilimento: malgrado la limitata estensione della
stessa, cautelativamente si pone il numero di fatalità indoor pari a 35, numero di addetti. La strada
interna è coinvolta per circa 10 metri (il coinvolgimento del personale mobile è di due persone sulle
due corsie). Il numero di fatalità è stimato pari a 37: ARICOMAH risiede nella zona di rischio “tolerable if
ALARP”.
Analogamente per il jet-fire, la cui area di danno è all’interno dello stabilimento e coinvolge la strada
interna per un tratto di lunghezza pari a circa 40 metri e per cui il numero massimo di fatalità diventa
allora 43, il valore calcolato per ARICOMAH cade nella zona “tolerable if ALARP”.
Nel caso UVCE, l’area di danno coinvolge la ferrovia, come evidente dalla figura precedente, per un
tratto pari a circa 70 m: avendo ipotizzato una densità di popolazione pari a 4 persone al metro di
rotaia, si ha un totale di fatalità di 280. La strada interna è coinvolta per un totale di 80 m (16 fatalità
sulle due corsie). Sono, invece, nulli i decessi in altri stabilimenti o tra la popolazione residente.
N max = 35 + 0 + ( 280 + 16) + 0 = 331

Il valore di ARICOMAH supera ampliamente il valore limite per la zona “tolerable if ALARP”: per cui lo
scenario è classificabile come “unacceptable”. Nel caso di flash-fire, l’area di danno è ancora
all’esterno dello stabilimento: in particolare investe un tratto di ferrovia pari a circa 410 m, l’intera
strada interna (120 m) e un tratto di strada esterna (di 140 m circa). Il numero massimo di decessi
(considerando che la popolazione residente coinvolta è pari a 24, moltiplicando l’area di danno per la
densità abitativa di 200 persone/km2) è pari a:
N max = 35 + 24 + (1640 + 52) + 0 = 1751
Accettando le ipotesi precedenti, il rischio sociale è inaccettabile.
Si considera l’evento R8.
Per le aree di danno relative alla sequenza R8, la strada esterna che conduce allo stabilimento risulta
coinvolta in tutti gli scenari incidentali analizzati, mentre la strada interna viene investita solo nel caso
di flash-fire (si veda la figura IV.25 a sinistra).
Nel caso degli eventi unidirezionali jet-fire, pool-fire, l’area di danno è in parte esterna allo
stabilimento, e coinvolge un tratto pari a circa 60 m della strada utilizzata per accedere all’interno
dello stabilimento determinando, in caso di incidente, un numero di decessi pari a 12 lungo l’intera
carreggiata.

PMS 022/2002 U.O. 08 Pag.42/67 U.O. n° 8 Rapporto Tecnico n°4


N max = 35 + 12 = 47
Il valore del parametro ARICOMAH risulta “tolerable if ALARP”.
Per UVCE, la strada di ingresso allo stabilimento è investita per un tratto pari a circa 180 m. Il
numero massimo di decessi risulta pari a:

N max = 35 + 36 = 71
Il relativo valore di ARICOMAH cade nella zona “tolerable if ALARP”.
L’evento unidirezionale flash-fire investe la strada limitrofa per circa 1300 m con un probabile
numero di fatalità di 520 persone, la strada interna completamente (24 eventuali decessi) ed un tratto
ferroviario di 830 m (con un numero di eventuali decessi 3320). La popolazione residente nell’area
esterna è stimata in 138 persone, come reso evidente dal calcolo successivo.
N max = 35 + 138 + (520 + 24 + 3320 ) = 4037
Calcolando il valore del parametro ARICOMAH per tale evento unidirezionale, risulta al disopra di 500000,
per cui cade nella zona “unacceptable”.
Si considera l’evento R9.
Nel caso di UVCE (si veda la figura IV.25 a destra), la strada esterna è lambita dall’area di danno per
un tratto trascurabile, per cui il numero di fatalità coincide con l’organico di stabilimento; il valore del
parametro ARI è tollerabile.
Per quanto riguarda il flash-fire, l’area di danno coinvolge circa 60 m della strada interna, e 260 m
per quella esterna. Complessivamente il numero di decessi arriverebbe allora a 64, a cui và sommato il
numero di fatalità pari all’organico dello stabilimento e quello dovuto alla popolazione esterna (circa
8).

N max = 35 + 8 + 142 + (64) = 249


Il parametro ARICOMAH risulta allora anche nella zona “tolerable if ALARP”.
Si considera l’evento R12.
Nel caso che la sorgente dell’incidente coincida con il serbatoio cilindrico 1 l’area di danno relativa a
UVCE e jetfire è confinata all’interno dello stabilimento, mentre quella relativa al flashfire si estende
ben oltre i confini dello stabilimento. Per lo scenario jet-fire non è coinvolta la strada interna, per cui
il numero di fatalità è 35: il parametro ARICOMAH cade nella zona “broadly acceptable”.
Nel caso di UVCE, l’area di danno investe una zona esterna: in particolare, è coinvolto un tratto della
ferrovia di lunghezza pari a 235 m e il percorso di movimentazione interna quasi completamente (120
m). Il numero totale di fatalità è dunque:

N max = 35 + (940 + 24) + 0 = 999


Il relativo valore del parametro ARICOMAH ricade nella zona “tolerable if ALARP”.
Nel flash-fire, è coinvolto dall’area di danno un tratto di ferrovia di 1300 m (il numero di fatalità
corrispondente è 5200, secondo la modellazione proposta), così come l’intera strada interna e alcune
strade esterne per un totale di 1890 m (il numero di fatalità corrispondente è 378). Per quantificare il
numero delle vittime all’esterno dei confini dello stabilimento si calcola l’estensione dell’area di danno

PMS 022/2002 U.O. 08 Pag.43/67 U.O. n° 8 Rapporto Tecnico n°4


(π·R2 = 1331419 m2 = 1.33 km2) che moltiplicata per una densità di 200 persone/km2 [Bubbico et al.,
2004] dà una stima di popolazione residente coinvolta pari a 267 circa.
Si stima, quindi, il numero di fatalità come:

N max = 35 + 267 + 5578 = 5880


Il valore di ARICOMAH si attesta sopra 500000, per cui risulta “unacceptable”.
Come già detto prima, si considera lo scoppio del serbatoio 1 come il più critico in quanto coinvolge un
maggior tratto dell’elemento vulnerabile “ferrovia”: si accetta un uguale valore del parametro ARICOMAH
per gli altri tre serbatoi.
Effetto domino all’interno dello stabilimento.
Per il calcolo dell’effetto domino all’interno dell’unità di stabilimento, si considerano per
tipologia di fenomeni la sovrapposizione degli effetti degli scenari incidentali, come fatto in
precedenza. Nel caso del flash-fire, sovrapponendo le aree di danno associate a tale fenomeno per
le diverse catene di eventi, si ricava la figura successiva. Si può calcolare il numero massimo di fatalità
associato a tale evenienza, avendo cura di considerare l’effetto sulla popolazione eventualmente
presente nel massimo tratto ferroviario e stradale (esterno ed interno) coinvolto e sulla popolazione
residente nell’area investita dalle conseguenze del danno. Per il caso in analisi si considera, quindi,
unicamente l’area di danno corrispondente a R12 (con l’ipotesi cautelativa che il serbatoio 1 sia
sorgente dell’incidente), poiché tutte le altre sono in essa contenute. Il numero di fatalità è:

N max = 35 + 267 + 5578 = 5880


La probabilità è la più alta tra le sequenze considerate. ARICOMAH è inaccettabile.
Per il rilascio stazionario, si prendono in considerazione le massime estensioni di aree connesse con
il fenomeno del jet-fire e pool-fire. In questo caso Nmax=55, essendo coinvolta solo una piccola
porzione di strada esterna ed un tratto di lunghezza pari a 40 m per la strada interna. Il parametro
ARICOMAH cade allora nella zona “tolerable if ALARP” assumendo un valore minore di 500000.

Area di danno associata all’ED relativo al rilascio stazionario (a sinistra) e a UVCE (a destra).

Nel caso si consideri la sovrapposizione delle aree associate al fenomeno dell’UVCE, si ha una tratto di
strada esterna coinvolta pari a circa 200 m, interna pari a 120 m (completamente), e un tratto di
ferrovia di circa 240 m. Si trascurano le fatalità nella popolazione residente, vista la limitata estensione
dell’area di danno all’esterno dello stabilimento.

N max = 35 + (64 + 960) + 0 = 1059

PMS 022/2002 U.O. 08 Pag.44/67 U.O. n° 8 Rapporto Tecnico n°4


Il corrispettivo valore di ARICOMAH risulta “unacceptable”.
La tabella seguente è una sintesi dei risultati con le condizioni IL-F2.

Sequenze Evento incidentale ARICOMAH Classse rischio


3
Jet-fire 8.573·10 2
Flash-fire 3.842·106 4
R2
UVCE 1.974·104 3
Pool-fire 8.573·103 2
Jet-fire 2.127·105 3
Flash-fire 1.491·107 4
R6
UVCE 4.259·106 4
Pool-fire 1.695·105 3
Jet-fire 3.342·103 2
Flash-fire 1.539·106 4
R8
UVCE 6.182·103 2
Pool-fire 3.342·103 2
UVCE 1.597·104 3
R9
Flash-fire 3.618·104 3
Jet-fire 3.89699·102 1
R12 Flash-fire 6.929·105 4
UVCE 5.19·104 3
Jet-fire/ Pool-fire 3.075·105 3
E.D. UVCE 2.247·107 4
Flash-fire 2.772·108 4
Sintesi del rischio sociale (IL-F2).

Caso 3: Analisi dello stabilimento A, con le condizioni EL/D5.


Nelle prime due analisi si è considerata l’area di danno corrispondente all’inizio letalità. Nel decreto
ministeriale 9/5/2001 si parla, in realtà, di prima zona di sicuro impatto, come del territorio prossimo
allo stabilimento, corrispondente alla soglia di elevata letalità. Al fine di garantire una corretta
pianificazione territoriale, si quantifica il rischio sociale nelle aree di danno corrispondenti alla soglia di
elevata letalità. Si considera la condizione EL/F2.
Evento Distanze
Sequenze
incidentale EL-D5
Jet-fire 50
Flash-fire 57
R2
UVCE 14
Pool-fire 8
Jet-fire 33
Flash-fire 71
R6
UVCE 30
Pool-fire 8
Jet-fire 33
Flash-fire 66
R8
UVCE 16
Pool-fire 27
Jet-fire 23
Flash-fire 6
R9
UVCE -
Pool-fire -
Jet-fire 33
Flash-fire 88
R12
UVCE 21
Pool-fire -
Aree di danno relative alla condizione EL-D5.

PMS 022/2002 U.O. 08 Pag.45/67 U.O. n° 8 Rapporto Tecnico n°4


Si considera l’evento R2.
Le aree di danno associate all’elevata letalità sono quasi completamente all’interno dello stabilimento
e, in ogni caso, non investono particolari elementi vulnerabili esterni ai confini dello stabilimento
(ferrovia o strade) o interni (strada interna). Si può, allora, supporre che il numero di fatalità sia 35,
vista l’esigua estensione dell’area di danno all’esterno dei confini di stabilimento. Il valore di ARICOMAH
associato agli eventi omni-direzionali della sequenza R2 ricade nella zona “tolerable if ALARP”.
Per il flash-fire, il rischio sociale risulta accettabile.
Si considera l’evento R6.
Per quanto riguarda il pool-fire, l’area di danno cade all’interno dello stabilimento senza coinvolgere
la strada interna (figura IV.12 destra). Il numero di fatalità contabilizzato è 35, cioè pari al numero di
addetti dello stabilimento. Il relativo valore di ARICOMAH cade nella zona “tollerable if ALARP”.
Considerando invece i due fenomeni UVCE e jet-fire, l’estensione dell’area di danno è molto
prossima e coinvolge la strada interna per 30 m. Risulta Nmax = 41.
Il parametro ARICOMAH cade nella zona “tolerable if ALARP”.
Infine, per l’evento flash-fire, l’area di danno interessa un tratto ferroviario di lunghezza pari a 20 m
e un tratto di strada interna di lunghezza pari a 80 m.
N max = 35 + (16) + 0 + 0 = 51

Il valore di ARICOMAH è tollerabile.


Si considera l’evento R8.
Per i tre eventi omnidirezionali pool-fire, jet-fire, UVCE, le aree di danno, pur essendo esterne, non
coinvolgono elementi vulnerabili (come ad esempio strade o ferrovie): inoltre, vista la limitata
estensione delle aree di danno esterne, si trascura di considerare il contributo alla fatalità della
popolazione esterna investita dall’area di danno. Risulta, allora, Nmax = 35 ed il valore di ARICOMAH è
tollerabile. Per il flash-fire è coinvolto un tratto di strada di lunghezza pari a 110 m, generando un
probabile numero di fatalità di 22 persone sulle due corsie.
N max = 35 + 0 + 22 + 0 = 57

Il parametro ARICOMAH è accettabile.


Si considera l’evento R9.
Le aree di danno sono per entrambi gli scenari incidentali esterni allo stabilimento ma non coinvolgono
elementi vulnerabili esterni (figura IV.29 a destra): Nmax = 35. Per UVCE e flash-fire, il parametro
ARICOMAH è “tolerable if ALARP”.
Si considera l’evento R12.
Per jet-fire e UVCE l’area di danno è nello stabilimento e non coinvolge la strada interna: il numero
di fatalità è 35 ed il relativo parametro ARICOMAH è accettabile. Per il flash-fire è interessata la ferrovia
per un tratto di circa 150 m (il numero di fatalità è 600) e un tratto di strada interna lungo 55 m (11
fatalità). Risulta:
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stabilimenti =
35 + 0 + (600 + 11) + 0 = 646

PMS 022/2002 U.O. 08 Pag.46/67 U.O. n° 8 Rapporto Tecnico n°4


Il parametro ARICOMAH cade nella zona “tolerable if ALARP”. Come anche evidente dalla figura
successiva a destra, la considerazione dell’area di danno associata al serbatoio 1 anche per gli altri
serbatoi è a favore di sicurezza.
Analisi delle conseguenze associate all’effetto domino.
Applicando il principio di sovrapposizione degli effetti al fenomeno del flash-fire si ottiene l’area di
danno rappresentata nella figura IV.31: è coinvolta la ferrovia (150 m), la strada esterna (110 m) ed
interna (105 m). ARICOMAH è inaccettabile.
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stabilimenti = 35 + 843 = 678

Per il jet-fire, pool-fire e UVCE, la strada interna è interessata per 30 m, con un numero di fatalità
pari a 41. Il parametro ARICOMAH è “tolerable if ALARP”.

Area di danno per l'ED il fenomeno stazionario (in basso a sinistra) e UVCE (in basso a destra), EL-
D5.

Sequenze Evento incidentale ARICOMAH Classe rischio


Jet-fire 8.573·103 2
Flash-fire 0.620·103 1
R2
UVCE 8.573·103 2
Pool-fire 8.573·103 2
Jet-fire 1.979·105 3
Flash-fire 2.871·103 2
R6
UVCE 1.979·105 3
Pool-fire 1.559·105 2
Jet-fire 2.143·103 2
Flash-fire 0.519·103 1
R8
UVCE 2.143·103 2
Pool-fire 2.143·103 2
UVCE 4.287·104 3
R9
Flash-fire 3.105·103 2
Jet-fire 3.897·102 1
R12 Flash-fire 3.556·104 3
UVCE 3.897·102 1
Jet-fire/ Pool-fire 1.979·105 3
E.D. UVCE 1.979·105 3
Flash-fire 1.599·107 4

Sintesi del rischio sociale (EL-D5).

PMS 022/2002 U.O. 08 Pag.47/67 U.O. n° 8 Rapporto Tecnico n°4


Caso 4: Analisi dello stabilimento A, con le condizioni EL/F2.
L’ultima combinazione considerata consiste nella valutazione dell’area corrispondente all’elevata
mortalità con condizioni di stabilità F2 (EL-F2). Di seguito si riporta una sintesi delle informazioni sulle
aree di danno (fornite dal gestore).

Evento Distanze
Sequenze
incidentale EL-F2
Jet-fire 50
Flash-fire 269
R2
UVCE 33
Pool-fire 8
Jet-fire 33
Flash-fire 121
R6
UVCE 30
Pool-fire 8
Jet-fire 33
Flash-fire 310
R8
UVCE 38
Pool-fire 27
Jet-fire 101
Flash-fire 4
R9
UVCE -
Pool-fire -
Jet-fire 33
Flash-fire 424
R12
UVCE 49
Pool-fire -

Aree di danno relative alla condizione EL-F2.

Si considera l’evento R2.


Per i fenomeni omnidirezionali pool-fire, jet-fire, UVCE, le aree di danno sono interne all’area dello
stabilimento e non coinvolgono il percorso interno dall’ingresso dello stabilimento alla rampa di carico-
scarico come evidente dalla figura successiva. Risulta Nmax = 35 ed il relativo ARI è tollerabile.

Si considera ora il fenomeno flash-fire: l’area di danno, come mostrato in figura IV.32 a sinistra, è
esterna ai confini dello stabilimento e coinvolge per 450 m la ferrovia, per 300 m la strada esterna e
investe completamente la strada interna. Essendo l’area molto estesa all’esterno, si contabilizza anche
il numero di vittime outdoor come il prodotto della densità media di popolazione (200 persone/km2)
per l’estensione dell’area (π·R2 = π·0.2692 km2 = 0.23 km2 a cui si sottrae l’estensione dello
stabilimento). Allora:
N max = 35 + 40 + 84 + 1800 = 1961

Il relativo valore del parametro ARICOMAH è inaccettabile.


Si considera l’evento R6.
Per il pool-fire, l’area di danno è completamente all’interno dello stabilimento e non coinvolge il
percorso interno (figura IV.32 a destra). Il valore del parametro ARI cade nella zona “tolerable if
ALARP”. Nel caso di jet-fire e UVCE, l’area di danno interessa un tratto di strada interna pari a 30 m
(6 fatalità). Il numero di fatalità è dunque pari a 41 ed il relativo valore di ARICOMAH risulta “tolerable if

PMS 022/2002 U.O. 08 Pag.48/67 U.O. n° 8 Rapporto Tecnico n°4


ALARP”. Infine, per il flash-fire è compromesso un tratto di ferrovia di lunghezza 190 m, un tratto
della strada esterna di lunghezza 15 m; la strada interna è completamente investita: il numero di
vittime raggiungerebbe 821 e ARICOMAH sarebbe inaccettabile.
N max = 35 + 0 + ( 2 + 24 + 760 ) + 0 = 821
Si considera l’evento R8.
Come mostrato nella figura successiva, l’area di danno associata al pool-fire, pur essendo esterna,
non coinvolge alcun elemento vulnerabile specifico: il numero di fatalità è posto pari a 35 ed il relativo
valore del parametro ARICOMAH è tollerabile. Analogamente per il jet-fire. Per il fenomeno UVCE,
l’area di danno investe la strada per 30 m. Il rischio sociale è tollerabile, essendo il numero di fatalità
pari a:
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stabilimenti = 35 + 0 + 6 + 0 = 41

Per il flash-fire, infine, la strada esterna è coinvolta complessivamente per una lunghezza di 110 m,
mentre la strada interna è investita totalmente per i suoi 120 m; la ferrovia è interessata per 465 m.
Inoltre, lo scenario incidentale coinvolge una notevole area esterna di circa 0.3 km2 per un totale di 54
possibili fatalità. Si ha allora:
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stab ilimenti =
35 + 54 + ( 46 + 1860 ) + 0 = 1995
Il relativo rischio sociale è “tolerable if ALARP”.

Si considera l’evento R9.


L’area di danno associata a UVCE è all’interno dello stabilimento (figura IV.33 a sinistra); il numero di
fatalità è posta pari all’organico dello stabilimento. Il valore del rischio sociale è tollerabile.
In relazione al flash-fire, invece, le conseguenze dello scenario incidentale considerato investono la
strada esterna per una lunghezza di 190 m. Vista l’estensione dell’area di danno all’esterno, la
popolazione residente coinvolta è pari a circa 22 persone. Il numero massimo di fatalità è:
N max = 35 + 22 + 38 + 0 = 85
Il relativo valore del parametro ARICOMAH è “tolerable if ALARP”.
Si considera l’evento R12.
Per jet-fire in numero di fatalità massimo stimabile è pari a 35, in quanto non è coinvolto alcun
elemento vulnerabile particolare all’esterno o all’interno dello stabilimento. ARICOMAH cade nella zona
“broadly acceptable”. Lo scenario UVCE investe con la sua area di danno un tratto trascurabile di
strada interna e un segmento di lunghezza pari a 40 m di ferrovia. Risulta:
N max = 35 + 0 + 160 + 0 = 195
Il rischio sociale calcolato è “tolerable if ALARP”. Considerando, infine, il flash-fire, è coinvolta la
strada esterna (360 m) e la ferrovia (840 m). Nota l’estensione dell’area di danno all’esterno dello
stabilimento, si calcola la popolazione residente coinvolta come il prodotto della densità di popolazione
(200 persone/km2 [Bubbico et al., 2004]) per l’area di danno (π·R2 = π·0.4242 = 0.56 km2) a cui si
sottrae l’area dello stabilimento. Risulta:

PMS 022/2002 U.O. 08 Pag.49/67 U.O. n° 8 Rapporto Tecnico n°4


N max = 35 + 106 + (3360 + 72) + 0 = 3573
Il relativo valore del parametro ARICOMAH è “tolerable if ALARP”. Anche in questo caso si considera
cautelativamente il serbatoio 1 come sorgente incidentale.
Analisi delle conseguenze associate all’effetto domino.
Applicando il principio di sovrapposizione degli effetti, si ottiene, per la tipologia di conseguenze
flash-fire, l’area di danno in figura IV.35 a sinistra.

La ferrovia è interessata per 840 m, la strada esterna per 730 m e la strada interna allo stabilimento
completamente. Le fatalità sono 3678 ed ARICOMAH inaccettabile.
N max = N indoor + N outdoor = N indoor + N residenti + N mobili + N altri_stab ilimenti =
35 + 113 + (3360 + 170) + 0 = 3678
Per il rilascio stazionario, l’area di danno compromette la strada interna per circa 30 m, generando
un numero complessivo di fatalità di 41: ARICOMAH è tollerabile.
UVCE interessa la strada esterna (30 m) e quella interna (50 m) e la ferrovia (40 m): si trascurano le
fatalità tra la popolazione residente, vista la limitata estensione dell’area di danno all’esterno. Il valore
di ARICOMAH è inaccettabile.
N max = 211

Di seguito vi è la tabella riassuntiva per la quarta combinazione di condizioni.

Sequenze Evento incidentale ARICOMAH Classe rischio


Jet-fire 8.573·103 2
Flash-fire 1.078·106 4
R2
UVCE 8.573·103 2
Pool-fire 8.573·103 2
Jet-fire 1.979·105 3
Flash-fire 2.386·106 4
R6
UVCE 1.979·105 3
Pool-fire 1.559·105 3
Jet-fire 2.143·103 2
Flash-fire 2.809·105 3
R8
UVCE 2.722·103 2
Pool-fire 2.143·103 2
UVCE 4.287·104 3
R9
Flash-fire 2.609·103 2
Jet-fire 3.897·102 1
R12 Flash-fire 2.085·105 3
UVCE 4.949·103 2
Jet-fire/ Pool-fire 1.979·105 3
E.D. UVCE 2.22·106 4
Flash-fire 8.943·107 4

Sintesi del rischio sociale EL-F2.


Per palesare la variazione dei risultati con le condizioni climatiche (F2 e D5) al variare dei limiti di
letalità considerati, si propone la seguente tabella di sintesi.
Nella tabella si riporta, per le quattro condizioni iniziali (IL-D5, IL-F2, EL-D5, EL-F2), per ogni
sequenza (Seq.) ed evento incidentale (Eventi), il parametro ARICOMAH e, quindi, la classe di rischio
sociale (Classe), variabile da classe 1 (rischio accettabile) a 4 (rischio inaccettabile) secondo la
legenda indicata in precedenza.

PMS 022/2002 U.O. 08 Pag.50/67 U.O. n° 8 Rapporto Tecnico n°4


IL-D5 IL-F2 EL-D5 EL-F2
Seq. Evento ARICOMAH Classe ARICOMAH Classe ARICOMAH Classe ARICOMAH Classe
Jet-fire 8.573·103 2 8.573·103 2 8.573·103 2 8.573·103 2
3 6 3 6
Flash-fire 2.457·10 2 3.842·10 4 0.620·10 1 1.078·10 4
R2
UVCE 8.573·103 2 1.974·104 3 8.573·103 2 8.573·103 2
Pool-fire 8.573·103 2 8.573·103 2 8.573·103 2 8.573·103 2
5 5 5 5
Jet-fire 2.127·10 3 2.127·10 3 1.979·10 3 1.979·10 3
7 7 3 6
Flash-fire 2.837·10 4 1.491·10 4 2.871·10 2 2.386·10 4
R6
UVCE 4.259·106 4 4.259·106 4 1.979·105 3 1.979·105 3
5 5 5 5
Pool-fire 1.695·10 3 1.695·10 3 1.559·10 2 1.559·10 3
3 3 3 3
Jet-fire 3.342·10 2 3.342·10 2 2.143·10 2 2.143·10 2
3 6 3 5
Flash-fire 1.022·10 1 1.539·10 4 0.519·10 1 2.809·10 3
R8
UVCE 3.342·103 2 6.182·103 2 2.143·103 2 2.722·103 2
Pool-fire 3.342·103 2 3.342·103 2 2.143·103 2 2.143·103 2
4 4 4 4
UVCE 1.597·10 3 1.597·10 3 4.287·10 3 4.287·10 3
R9
Flash-fire 3.105·103 2 3.618·104 3 3.105·103 2 2.609·103 2
2 2 2 2
Jet-fire 3.897·10 1 3.897·10 1 3.897·10 1 3.897·10 1
5 5 4 5
R12 Flash-fire 1.164·10 3 6.929·10 4 3.556·10 3 2.085·10 3
3 4 2 3
UVCE 8.318·10 2 5.19·10 3 3.897·10 1 4.949·10 2
Jet-fire/ Pool-fire 3.075·105 3 3.075·105 3 1.979·105 3 1.979·105 3
6 7 5 6
E.D. UVCE 4.464·10 4 2.247·10 4 1.979·10 3 2.22·10 4
7 8 7 7
Flash-fire 5.151·10 4 2.772·10 4 1.599·10 4 8.943·10 4

Sintesi dei risultati ottenuti con le quattro combinazioni di condizioni iniziali: IL-D5, IL-F2, EL-D5,
EL-F2.
La considerazione delle diverse condizioni climatiche può generare forti variazioni: ad esempio,
confrontando i risultati ottenuti con la combinazione IL-D5 e IL-F2, alcuni scenari incidentali da
tollerabili inaccettabili (flash-fire R12) o da accettabili inaccettabili (flash-fire R8). Analoghe
considerazioni possono essere fatte confrontando i risultati delle condizioni EL-D5 e EL-F2.
Analizzando i risultati ottenuti (si veda la tabella precedente) considerando la condizione IL-D5, si
verifica che i casi accettabili (classe di rischio 1) sono il 10% del totale numero di casi (20), i tollerabili
vicino al limite di piena accettabilità (classe di rischio 2) il 45%, i tollerabili vicino al limite di
inaccettabilità (classe di rischio 3) il 25%, gli inaccettabili (classe di rischio 4) il 20%. Analogamente
per la condizione IL-F2 risultano le seguenti percentuali: 5% (classe di rischio 1), 25% (classe di
rischio 2), 35% (classe di rischio 3), 35% (classe di rischio 4); per EL-D5: 20% (classe di rischio 1),
45% (classe di rischio 2), 30% (classe di rischio 3), 5% (classe di rischio 4); per la condizione EL-F2:
5% (classe di rischio 1), 40% (classe di rischio 2), 35% (classe di rischio 3), 20% (classe di rischio 4).

PMS 022/2002 U.O. 08 Pag.51/67 U.O. n° 8 Rapporto Tecnico n°4


10
9
8

numero di casi
7 IL-D5
6 IL-F2
5
4 EL-D5
3 EL-F2
2
1
0
1 2 3 4
classi di accettabilità

Variazione dell’accettabilità del rischio sociale al variare delle condizioni.

Si definiscono, inoltre, i seguenti parametri:


• la variazione percentuale del parametro con le condizioni ambientali:

ARI COMAH , F 2 − ARI COMAH , D 5


ΔARI COMAH = (
ARI COMAH , F 2
• la variazione della classe rischio sociale con le condizioni ambientali:

ΔclasseCOMAH = classeF 2 − classeD 5


I risultati di tale confronto sono riportati nella tabella successiva da cui si evince che sia per le
condizioni di IL che per quelle di EL in 6 casi su venti la classe di accessibilità del rischio cambia.

Inizio Letalità Elevata Letalità


Sequenza Evento ΔARICOMAH (%) Δclasse ΔARICOMAH (%) Δclasse
Jet-fire 0 0 0 0
Flash-fire 99.99 2 -99.94 3
R2
UVCE 56.57 1 0 0
Pool-fire 0 0 0 0
Jet-fire 0 0 0 0
Flash-fire -90.27 0 99.87 2
R6
UVCE 0 0 0 0
Pool-fire 0 0 0 1
Jet-fire 0 0 0 0
Flash-fire 99.93 3 99.82 2
R8
UVCE 45.93 0 21.27 0
Pool-fire 0 0 0 0
UVCE 0 0 0 0
R9
Flash-fire 91.41 1 -19.01 0
Jet-fire 0 0 0 0
R12 Flash-fire 83.20 1 -82.94 0
UVCE 60.29 1 92.12 1
Jet-fire/ Pool-fire 0 0 0 0
E.D. UVCE 80.13 0 91.08 1
Flash-fire 81.41 0 82.12 0
Confronto dei risultati al variare delle condizioni atmosferiche.
Analizzando i risultati per la condizioni di IL risulta che in quattro casi si ha un unico step di
avvicinamento alle condizioni di inaccettabilità (Δclasse = 1), in un caso si cambiano due classi di
rischio (Δclasse = 2) ed in un caso si aha la variazione di 3 classi di rischio 3 (Δclasse = 3). Per le
condizioni di EL in 3 casi su 20 si ha il peggioramento di un solo livello dell’accettabilità del rischio

PMS 022/2002 U.O. 08 Pag.52/67 U.O. n° 8 Rapporto Tecnico n°4


(Δclasse = 1), in 2 casi si ha la variazione di 2 classi di rischio (Δclasse = 2), e in un unico caso di 3
classi (Δclasse = 3).
Di seguito si propone la sintesi dello stesso studio (implementato nelle condizioni di analisi IL-D5) che
trascura l’effetto degli incidenti all’esterno dello stabilimento: il numero delle fatalità è sempre 35
(lavoratori dello stabilimento).

Sequenze Evento incidentale ARICOMAH Classe rischio


Jet-fire/ UVCE/ Pool-fire 8.573·103 2
R2
Flash-fire 0.620·103 1
Jet-fire/ UVCE/ Pool-fire 1.559·105 3
R6
Flash-fire 1.129·104 3
Jet-fire/ UVCE/ Pool-fire 2.143·103 2
R8
Flash-fire 2.854·104 3
UVCE 1.597·104 3
R9
Flash-fire 3.105·103 2
Jet-fire/ UVCE 3.896·102 1
R12
Flash-fire 28.227 1
Jet-fire/ UVCE/ Pool-fire 1.559·105 3
Effetto domino
Flash-fire 3.105·103 1
Sintesi del rischio sociale considerando solo le fatalità indoor (IL-D5).
Se nella precedente modellazione si è considerata la probabilità unitaria che un individuo in buono
stato di salute muoia se investito dalle conseguenze dell’incidente nella zona corrispondente all’inizio
delle letalità così come all’elevata letalità, si può sottolineare come questa ipotesi risulti
eccessivamente cautelativa e comunque poco probabile. Implicherebbe, infatti, che tutti gli individui
(supposti sempre presenti sul luogo) investiti dalle conseguenze di un incidente perdano la vita. In
accordo con alcuni studi presenti in letteratura [Lees, 1996] si può quantificare la probabilità di morte
di un individuo nella zona corrispondente all’inizio della letalità al 10%, mentre al 100% nella zona
corrispondente all’elevata della letalità12.
Si ripropone un nuovo calcolo del rischio sociale attraverso il parametro ARI, in cui il numero delle
vittime è posto pari al 10 e 100% rispettivamente del valore precedentemente calcolato in
corrispondenza dell’inizio/elevata letalità (approssimando per eccesso all’intero più vicino). I risultati
sono riassunti nella tabella successiva: è evidente come, in base alla modellazione effettuata, la
condizione più cautelativa corrisponde alla 4, cioè elevata letalità (del resto nel DM 9/5/2001 l’area di
danno di sicuro impatto si calcola in relazione a tale valore di letalità) e stabilità F2 (la considerazione
delle condizioni D5, più comuni durante il giorno rispetto alle F2, potrebbe non garantire una
sufficiente cautela).

IL-D5 IL-F2 EL-D5 EL-F2


Seq. Eventi ARICOMAH Classi ARICOMAH Classi ARICOMAH Classi ARICOMAH Classi
Jet-fire 270.063 1 270.063 1 8.573·103 2 8.573·103 2
4 3 6
Flash-fire 42.422 1 1.458·10 2 0.620·10 1 1.078·10 4
R2 3 3
UVCE 270.063 1 270.063 1 8.573·10 2 8.573·10 2
Pool-fire 270.063 1 270.063 1 8.573·103 2 8.573·103 2

12
Questa stima è ancora di carattere conservativo in quanto Lees (1996) suggerisce una probabilità di morte
inferiore all’1% per sovrappressioni inferiori a 1-2 bar e un valore di 1% di letalità per un irraggiamento di 10.2
kW/m2 della durata di almeno 45.2 secondi.

PMS 022/2002 U.O. 08 Pag.53/67 U.O. n° 8 Rapporto Tecnico n°4


Jet-fire 7.159·103 3 7.159·103 3 1.979·105 3 1.979·105 3
5 4 3 6
Flash-fire 1.041·10 3 5.643·10 3 2.871·10 2 2.386·10 4
R6 5 5 5 5
UVCE 1.492·10 3 1.492·10 3 1.979·10 3 1.979·10 3
Pool-fire 4.915·103 2 4.915·103 2 1.559·105 2 1.559·105 3
3 3
Jet-fire 98.441 1 98.441 1 2.143·10 2 2.143·10 2
3 3 3 5
Flash-fire 1.022·10 1 5.873·10 2 0.519·10 1 2.809·10 3
R8 3 3 3
UVCE 98.441 1 6.182·10 2 2.143·10 2 2.722·10 2
Pool-fire 98.441 1 98.441 1 2.143·103 2 2.143·103 2
3 3 4 4
UVCE 1.35·10 1 1.35·10 1 4.287·10 3 4.287·10 3
R9 3 3
Flash-fire 12.506 1 125.96 1 3.105·10 2 2.609·10 2
Jet-fire 12.276 1 12.276 1 3.897·102 1 3.897·102 1
3 4 5
R12 Flash-fire 434.703 1 2.656·10 2 3.556·10 3 2.085·10 3
2 3
UVCE 277.612 1 518.738 1 3.897·10 1 4.949·10 2
3 3 5 5
Jet-fire/ Pool-fire 9.698·10 2 7.159·10 2 1.979·10 3 1.979·10 3
E.D. UVCE 1.559·105 3 8.124·105 4 1.979·105 3 2.22·106 4
5 6 7 7
Flash-fire 1.904·10 3 1.062·10 4 1.599·10 4 8.943·10 4

Sintesi della variazione del parametro ARICOMAH e accettabilità del rischio considerando una
diversa probabilità di morte nella zona ad EL (100%) e IL (10%).
Per la condizione IL-D5 si hanno le seguenti percentuali di casi: 65% (classe di rischio 1), 10% (classe
di rischio 2), 25% (classe di rischio 3), 0% (classe di rischio 4). Per la condizioni IL-F2 risultano
rispettivamente il 45%, il 30%, il 15%, il 10%; per la condizione EL-D5 il 20%, il 45%, il 30%, il 5%;
per EL-F2 il 5%, il 40%, il 35%, il 20%.

14
12
numero di casi

10 IL-D5
8 IL-F2
6 EL-D5
4 EL-F2
2
0
1 2 3 4
classi di accettabilità

Variazione dell’accettabilità del rischio sociale per le diverse condizioni.

Anche in questo caso, si propone un confronto tra i risultati ottenuti considerando la variazione del
parametro ARICOMAH e dell’accettabilità con le condizioni meteorologiche. Con riferimento alle equazioni
(1) e (2) precedenti, si propone la seguente tabella di sintesi.
Inizio Letalità Elevata Letalità
Sequenza Evento ΔARICOMAH(%) Δclasse ΔARICOMAH (%) Δclasse
Jet-fire 0 0 0 0
Flash-fire 99.7 1 -99.94 3
R2
UVCE 0 0 0 0
Pool-fire 0 0 0 0
Jet-fire 0 0 0 0
Flash-fire -81.55 0 99.87 2
R6
UVCE 0 0 0 0
Pool-fire 0 0 0 1

PMS 022/2002 U.O. 08 Pag.54/67 U.O. n° 8 Rapporto Tecnico n°4


Jet-fire 0 0 0 0
Flash-fire 82.59 1 84.76 2
R8
UVCE -98.40 1 -21.27 0
0
Pool-fire 0 0 0
0 0
UVCE 0 0
R9
Flash-fire 0 0 -19.01 0
Jet-fire 0 0 0 0
R12 Flash-fire 83.63 1 17.294 0
UVCE 46.48 0 15.593 1
Jet-fire/ Pool-fire -35.46 0 0 0
E.D. UVCE 80.81 1 91.085 1
Flash-fire 89.69 1 82.12 0
Confronto dei risultati del parametro ARICOMAH e delle classi di rischio al variare delle condizioni
atmosferiche considerando una diversa probabilità di morte nella zona EL (100%) e IL (10%).
Si può sottolineare come solo in 6 casi su 20 sia per le condizioni di IL che EL si ha una variazione
dell’accettabilità del rischio passando dalle condizioni D5 a F2: per il caso di IL si ha nel 100% dei casi
la variazioni di un unico step di classe di accettabilità (Δclasse = 1), mentre per il caso di EL si ha una
variazione di solo una classe di rischio per il 15% dei casi (Δclasse = 1); nel 10% dei casi si ha una
fluttuazione di 2 classi di rischio (Δclasse = 2), nel 5% di 3 classi (Δclasse = 3).
ANALISI DELLO “STABILIMENTO B”.

Si analizza uno stabilimento appartenente all’elenco dell’articolo 6 e si procede alla valutazione del
rischio sociale con il metodo proposto. Si considera come esempio applicativo lo stabilimento
IN.CA.GAL. SUD spa, che nel presente lavoro di tesi sarà chiamato “Stabilimento B”. L’impianto
rientra nel campo di applicazione dell’art. 6 del D.Lgs.334 poiché sono presenti gas di petrolio
liquefatto GPL, sostanze elencate nell’allegato I, in quantità superiore al valore di soglia (50 t). Le
quantità massime effettive previste sono: Nella notifica preliminare si individuano i seguenti scenari
incidentali, le cui conseguenze vengono distinte a seconda dell’entità del danno in tre zone:

Evento Zona Zona Zona


incidentale I (m) II (m) III (m)

Pool-fire 6 7 -
Jet-fire 7 9 -
Flash-fire 130 220 -
UVCE 10 50 105
Aree di danno relative allo stabilimento B.
Nel caso di pool-fire, jet-fire, UVCE, vista la limitatissima estensione (al massimo una decina di
metri) si considera come numero probabile di fatalità l’organico di stabilimento (non sono coinvolti
elementi esterni vulnerabili). Non avendo a disposizione le informazione sul numero di lavoratori
presenti in stabilimento, si calcola in modo approssimativo come la densità media dell’area moltiplicata

per l’estensione dell’area di stabilimento (circa 24000 m2). Da questo calcolo si ottiene N max = 48 . Si

suppone di tener conto, in questo modo, anche eventuali visitatori esterni o elementi mobili su strade
interne.

Scenari incidentali P N ARICOMAH Classi rischio


-5 4
Pool-fire 6,21·10 48 3.888·10 3
Jet-fire 10-5 48 6.271·103 2
UVCE 6,52·10-5 48 4.089·104 3

PMS 022/2002 U.O. 08 Pag.55/67 U.O. n° 8 Rapporto Tecnico n°4


Flash-fire 6,84·10-5 48 396.545 1

Valori di probabilità per gli scenari considerati.


Si trascura l’effetto domino all’interno degli stabilimenti soggetti all’art.6 del D.Lgs.334/99, in quanto
nella Notifica Preliminare non ci sono informazioni sufficienti alla modellazione di tale problematica.
Fino ad ora si è considerato il sistema di trasporto come un elemento vulnerabile, cioè si sono
considerate le possibile vittime tra la popolazione che, al momento dell’incidente, si trovano sulla
infrastruttura (ferrovia, strada, etc.). Ora si vuole individuare il rischio associato al trasporto di
sostanze pericolose, considerando le infrastrutture come ulteriori sorgenti di incidenti. Viste le esigue
quantità di sostanze normalmente trasportate, le aree di danno sono prossime al luogo dell’incidente.

TRASPORTI INTERNI ALLO “STABILIMENTO A”.

Le quantità in ingresso/uscita dallo stabilimento (massime e non le medie per poter essere a favore di
sicurezza) sono sintetizzate nella tabella successiva. Si considera allora un totale di circa 2300 t/mese
sfuso e 1750 t/mese imbottigliato. Si ipotizza di non fare distinzione nella tipologia di trasporto in
relazione allo stato della merce. Per cui si ha una quantità massima trasportata di 4050 t/mese (48600
t/anno). La sostanza trasportata è GPL.
Movimentazione GPL in entrata Quantità massima (t/mese)
Sfuso via strada 400
Sfuso via gasdotto 1860
Movimentazione GPL in uscita Quantità massima (t/mese)
Imbottigliato 1725
Sfuso via strada 369

Movimentazione di sostanze pericolose all’interno dello stabilimento A.

Si considera il percorso che porta dall’ingresso dello stabilimento alla zona di carico scarico.
Si descrivono di seguito i valori prescelti per i parametri.

4050 t / mese ⋅ 12mesi / anno


• T= 485kg / m 3 = 4175viaggi / anno
0.8 ⋅ 30m 3 / viaggio
• A - si accetta cautelativamente un valore di tasso incidentale corrispondente a una strada
-6
urbana: A = 1.2 ⋅ 10 (n° /veicolo km)
• Ri - varia a seconda degli scenari analizzati in relazione alla tabella IV.25.
• Lh = 0.120 km13.
• CAi,k - Ipotizzando una classe di stabilità F2, considerando i valori di soglia corrispondente ad
inizio letalità (IL) ed elevata letalità (EL), utilizzando la modellazione delle aree di danno
associate ai singoli scenari secondo le formule descritte nel capitolo 314, si ottengono i calcoli
rappresentati in figura IV.41.

13
Essendo tutto il percorso all’interno dello stabilimento, si suppone che le caratteristiche della strada e della
popolazione siano omogenee lungo l’intera lunghezza.
14
Non si considera il fenomeno del pool-fire associato al trasporto di GPL in quanto, come anche evidente
dall’analisi storica precedente, il pool-fire dall’emissione di sostanze liquide è raro. Si trascura anche il flash-fire. È
evidente come si possa raffinare la modellazione delle aree di danno dei diversi scenari incidentali attraverso
strumenti informatici di modellazione come, ad esempio, il software EFFECTS.

PMS 022/2002 U.O. 08 Pag.56/67 U.O. n° 8 Rapporto Tecnico n°4


Nella tabella successiva si sintetizzano le aree di danno corrispondenti.
Aree di danno Aree di danno
Fenomeno
inizio letalità (m) elevata letalità (m)
Jet-fire 52 39
Fire-ball 70 66
UVCA 157 56.4
Aree di danno associate agli scenari incidentali dei trasporti.
• Pi,k = 10% (IL) o 100% (EL).
• PFi,k = 10% (IL) o 100% (EL).
• PDh è la densità di popolazione posto pari a 200 persone/Km2 corrispondente alla zona rurale
[Bubbico et al., 2004]. Vista la limitatezza dell’estensione dell’area di danno oltre i confini dello
stabilimento A, il contributo della densità abitativa può essere trascurato. Nindoor è il pari al numero di
lavoratori nello stabilimento (volendo considerare la condizione cautelativa precedentemente adottata
che tutti i lavoratori siano coinvolti dall’incidente). Nmobili_indoor rappresenta il numero di persone
presenti sulla strada interna al momento dell’incidente: ipotizzando un valore medio di 5 veicoli in 100
metri (considerando una lunghezza media del veicolo di 5 metri e una distanza di sicurezza tra i due di
15 metri)15, sul tratto interno considerato si avrebbero, quindi, 6 veicoli per corsia, per un totale di 24
persone eventualmente coinvolte. In realtà, tale valore di riferimento si ritrova in relazione al numero
di viaggi al giorno (posti pari a 12): si potrebbero avere al massimo 24 persone nel tratto di strada
simultaneamente.

Area di danno dovuta fire-ball/EL (in basso a sinistra), jet-fire/EL (in basso a destra) nel
trasporto interno allo stabilimento A.
Gli elementi vulnerabili coinvolti all’esterno sono diversi a seconda della condizione considerata:
• IL/jet-fire – 55 m circa di strada esterna per un totale di 11 vittime;
• IL/UVCE - un tratto di strada (160 m) e un tratto di ferrovia (270 m): il numero di persone
coinvolte in totale Nvulnerabili_outdoor risulta 32 per il tratto stradale a doppia corsia (considerando una
densità media di 0.1 persone/m) e 1080 persone sul tratto ferroviario (considerando una densità di 4
persone/m).
• IL/fire-ball – un tratto di strada esterno di 70 m per un totale di 14 fatalità;

15
Avendo a disposizione l’informazione circa la percorrenza delle singole strade si può pensare di utilizzare,
invece, la formula più raffinata precedentemente descritta [Spadoni et al., 1995].

PMS 022/2002 U.O. 08 Pag.57/67 U.O. n° 8 Rapporto Tecnico n°4


• EL/jet-fire – la strada esterna (39 m circa) con 8 fatalità conseguenti;
• EL/fire-ball – 66 m per la strada esterna con circa 13 vittime;
• EL/UVCE – 57 m di strada esterna con un totale di 11 vittime.
Si riporta il calcolo relativo di seguito: si quantifica, quindi, il rischio sociale attraverso la modellazione
proposta da Hirst & Carter (2002) per i diversi scenari incidentali apprezzati. La tabella IV.29 è la
sintesi dei risultati:

Tipo area danno Evento ARICOMAH Classi rischio


Jet-fire 378.991 1
IL Fire-ball 281.777 1
UVCE 4.574·104 3
Jet-fire 1.073·105 3
EL Fire-ball 8.288·104 2
UVCE 1.601·105 3

Sintesi dei risultati ottenuti per il trasporto interno (stabilimento A).


TRASPORTI INTERNI ALLO “STABILIMENTO B”.

Si considera come quantità massima trasportata mediamente da e verso lo stabilimento 3600 t/mese
di GPL. Il percorso interno è lungo circa 180 m, come evidente dalla figura successiva. Si descrivono di
seguito i valori prescelti per i parametri.
3600t / mese ⋅ 12mesi / anno
• T – È: T = 485kg / m3 = 2970viaggi / anno
0.8 ⋅ 30m3 / viaggio

• A – Risulta: A = 1.2 ⋅ 10 - 6 (n° /veicolo km)


• Ri varia a seconda degli scenari analizzati in relazione alla tabella IV.25.
• Lh = 0.080 km16.
• Pi,k = 10% (IL) o 100% (EL).
• CAi,k - Essendo la sostanza trasportata all’interno dello stabilimento anche per questo
stabilimento GPL, si accettano le aree di danno precedentemente calcolate (tabella IV.28) per i
fenomeni di jet-fire, fire-ball e UVCE, riproponendo le stessi ipotesi circa la capienza dei mezzi di
locomozione.
• PFi,k = 10% (IL) o 100% (EL).
• PDh = 200 persone/Km2 corrispondente alla zona rurale [Bubbico et al., 2004]. Vista la limitata
dell’estensione dell’area di danno fuori lo stabilimento, il contributo del termine ( CAi , k ⋅ PDh ⋅ PFi ,k )

può essere trascurato. Nindoor è il pari al numero di lavoratori nello stabilimento cioè 48 (volendo
considerare la condizione cautelativa precedentemente adottata che tutti i lavoratori siano coinvolti
dall’incidente). Nmobili_indoor, è calcolato in relazione alla lunghezza della strada e alla densità supposta.
Gli elementi vulnerabili coinvolti all’esterno Nmobili_outdoor sono diversi a seconda della condizione
considerata:
• IL/jet-fire - un tratto di strada esterna (180 m circa) per un totale di 36 possibili vittime;

16 Essendo tutto il percorso all’interno dello stabilimento, si suppone che le caratteristiche della strada e della
popolazione siano omogenee lungo l’intera lunghezza.

PMS 022/2002 U.O. 08 Pag.58/67 U.O. n° 8 Rapporto Tecnico n°4


• IL/UVCE - strada esterna (640 m) per un totale di 120 fatalità;
• IL/fire-ball - un tratto di strada esterna (260 m) per un totale di 52 fatalità;
• EL/jet-fire - strada esterna (140 m) con un totale di 28 morti;
• EL/fire-ball - 240 m per la strada esterna con circa 48 vittime;
• EL/UVCE - 200 m di strada esterna con un totale di 40 vittime.
Si ricavano i risultati riportati nella tabella successiva.

Tipo area danno Evento ARICOMAH Classi rischio


Jet-fire 928.387 1
IL Fire-ball 716.153 1
UVCE 3.399·103 2
Jet-fire 2.405·105 4
EL Fire-ball 2.064·105 3
UVCE 3.827·105 3
Sintesi dei risultati ottenuti per il trasporto interno (stabilimento B).
È evidente, confrontando i risultati ottenuti considerando la condizione di IL o EL, che l’ipotesi più
cautelativa risulta la seconda (EL) che verrà, quindi, presa in riferimento in qualunque altra
modellazione in relazione ai trasporti.
TRASPORTI ALL’ESTERNO DEGLI STABILIMENTI.
Come già detto, nel caso di trasporti esterni allo stabilimento si distingue tra:
• trasporti all’interno della fascia di interazione con lo stabilimento;
• trasporti al di là della fascia di interazione con lo stabilimento.
All’interno della cinta di interazione si accetta lo stesso valore del parametro ARICOMAH calcolato per il
trasporto all’interno dello stabilimento (ipotesi cautelativa).
Nel caso la cinta di interazione di uno stabilimento intersechi quella relativa ad una seconda realtà
industriale, si attribuisce ad essa il peggior valore di rischio sociale trai due calcolati. Per cui nella zona
di sovrapposizione (estesa per 180 m di strada) rappresentata in figura IV.46 per le cinte di
interazione con gli stabilimenti A e B, si impone di considerare, per ciascuna tipologia incidentale, il
massimo valore del parametro ARICOMAH calcolato all’interno degli stabilimenti.

Sovrapposizione Cinta di interazione


con DR014

Cinta di interazione
con NR003

Rappresentazione delle cinte di interazione degli stabilimenti A e B.


La definizione della cinta di interazione allo stabilimento è importante nel calcolo dell’effetto domino.
Risulta, allora, la seguente tabella riassuntiva.

Stabilimento A Stabilimento B Zona sovrapposizione

PMS 022/2002 U.O. 08 Pag.59/67 U.O. n° 8 Rapporto Tecnico n°4


Area danno Evento ARI Classi rischio ARI Classi rischio ARI Classi rischio
Jet-fire 378.991 1 928.387 1 928.387 1
IL Fire-ball 281.777 1 716.153 1 716.153 1
UVCE 4.574·104 3 3.399·103 2 4.574·104 3
Jet-fire 1.073·105 3 2.405·105 4 2.405·105 4
EL Fire-ball 8.288·104 2 2.064·105 3 8.288·104 3
UVCE 1.601·105 3 3.827·105 3 3.827·105 3

Modello per il rischio sociale per la zona di interazione tra le cinte di interazione dei due
stabilimenti A e B.
Per il trasporto all’esterno si devono stabilire le arterie da considerare per il trasporto di sostanze
pericolose, le relative frequenze di percorrenza, le sostanze trasportate. Per il caso in analisi si
suppone di considerare solo i tratti delle strade contenute all’interno del cerchio di raggio pari a 1 km
con centro a metà tra i due impianti (rappresentato con una griglia rossa in figura successiva). Si
possono descrivere le principali caratteristiche di tali infrastrutture come mostrato nella tabella IV.32:
si individua per ciascuna strada un numero identificativo (ID), il nome, la tipologia, la lunghezza (L), la
probabilità incidentale (P), la densità di popolazione outdoor in relazione alla classe del segmento.

Area in analisi

(1) 1800 m
(4) 1800 m

(2) 1150 m
(5) 450 m

(3) 225 m

Individuazione delle infrastrutture esterne per il rischio da trasporti.


Si suppone che, per l’area in analisi, le quantità trasportate siano pari alla somma delle sostanze
pericolose in ingresso ed uscita dagli stabilimenti A e B. Dalla lettura delle documentazioni relative a
tali impianti, si evince che tutto il trasporto avviene su strada: si possono escludere i tratti ferroviari
dall’analisi del rischio effettuata. Per tali infrastrutture si considera solo il rischio associato al trasporto
su strada di un quantitativo di GPL pari a 7650 t/mese.
Dalla modellazione del rischio associato al trasporto esterno prima proposta, si ha il successivo foglio
di calcolo. Il rischio è sintetizzato nella tabella successiva.
ID (strada) Evento incidentale ARICOMAH Classi rischio
Jet-fire 553.667 1
(1) Fire-ball 1.592·103 2
UVCE 3.396·103 2
Jet-fire 4.245·103 2
(2) Fire-ball 1.22·104 3
UVCE 2.603·104 3
Jet-fire 69.208 1
(3) Fire-ball 198.975 1
UVCE 424.481 1

Sintesi dei risultati sul rischio sociale associato ai trasporti esterni (EL).

PMS 022/2002 U.O. 08 Pag.60/67 U.O. n° 8 Rapporto Tecnico n°4


Applicazione della fase 5.

Fino ad ora si sono considerati i singoli stabilimenti e le infrastrutture da trasporto come elementi
separati, nel senso che si è calcolato il rischio sociale per ognuno di essi. Ora si vuole svolgere
un’analisi integrata in modo da modellizzare l’effetto domino (ED).
Gli incidenti dovuti all’effetto domino sono tra i più severi avvenuti nell’industria di processo e hanno
ricevuto un’ampia attenzione nella legislazione per la prevenzione ed il controllo degli incidenti
rilevanti: il DM 9/5/2001 richiede di tener conto dei possibili effetti domino anche ai fini della
pianificazione territoriale. La valutazione quantitativa del contributo dell’effetto domino al rischio
industriale è ancora un problema aperto nell’analisi di sicurezza.
La modellazione proposta nel presente lavoro di tesi consiste nel sovrapporre le aree di danno
associate a ciascuna tipologia di fenomeno (esempio jet-fire) sia per le sorgenti fisse che per quelle
mobili. Per il trasporto all’esterno lo studio guarda solo nella cinta di interazione: in base alla
modellazione effettuata, un incidente al di là della cinta non avrebbe alcuna influenza sull’impianto e
non può contribuire all’evoluzione della catena di eventi. Si considerano, inoltre, le aree di danno
corrispondenti all’EL (elevata letalità).
Di seguito si sovrappongono le aree di danno associate al fenomeno jet-fire.

Area danno
trasporto interno
NR003

Area danno trasporto


interno DR014
Area danno
ED NR003

Area danno
trasporto esterno
Area danno DR014

Effetto domino (ED) stimato come sovrapposizione delle aree di danno del jet-fire.
Per calcolare il valore complessivo, si considera la massima probabilità tra gli eventi la cui area di
danno potrebbe17 investire o essere investita da altre e come numero di fatalità, la somma delle
fatalità associate agli eventi la cui area di danno potrebbe investire o essere investita dalle altre.
Analogamente si valuta l’effetto domino per gli altri scenari incidentali (UVCE, fire-ball e flash-fire)
come sovrapposizione delle aree di danno. I risultati sono riassunti nelle tabelle successive.

17
Nel caso dei trasporti si considera come area di danno la sovrapposizione delle aree di danno possibili lungo il
percorso.

PMS 022/2002 U.O. 08 Pag.61/67 U.O. n° 8 Rapporto Tecnico n°4


Evento ARICOMAH Classi rischio
E.D.fire-ball stabilimento A - -
Fire-ball stabilimento B - -
Trasporto interno allo stabilimento A 8.288·104 3
Trasporto interno stabilimento B 2.064·105 3
Trasporto esterno cinta interazione stab. A 9.358·103 2
Trasporto esterno cinta interazione stab. B 2.251·104 3
Trasporto esterno sovrapposizione cinta interazione 2.251·104 3
Effetto Dominofire-ball totale 1.615·106 4

Calcolo di ARICOMAH per l’ED/fire-ball.

Evento ARICOMAH Classi rischio


E.D.flash-fire stabilimento A 8.943·107 4
Flash-fire stabilimento B 4.089·104 3
Trasporto interno stabilimento A - -
Trasporto interno stabilimento B - -
Trasporto esterno cinta interazione stab. A - -
Trasporto esterno cinta interazione stab.B - -
Trasporto esterno sovrapposizione cinta interazione - -
Effetto Dominoflash-fire totale 8.943·107 4
Calcolo di ARICOMAH per l’ED/flash-fire.

In questo caso si ipotizza di pesare la probabilità condizionata in base ai dati storici: moltiplicando la
probabilità dell’effetto domino (per le diverse categorie di scenari incidentali) per la probabilità di
avere almeno due effetti domino (0.164), si cerca di “raffinare” i risultati ottenuti (si veda eq.(6)).

P pesata = PED , k ⋅ Palmeno 2 ED = PED , k ⋅ 0.164


(6)
K = flash - fire, jet - fire,UVCE, pool - fire, fireball.
I risultati ottenuti sono sintetizzati nella tabella successiva.

Evento ARICOMAH Classi rischio


E.D.jetpoolfire totale 9.011·105 3
E.D.UVCE totale 1.843·107 4
E.D.fire-ball totale 2.635·105 4
E.D.flash-fire totale 1.467·107 4
Sintesi dell’accettabilità del rischio associato all’ED nel sistema.

Applicazione della fase 6.

Una volta effettuato lo screening della situazione attuale, si possono proporre degli interventi
migliorativi al fine di ridurre la probabilità di accadimento di un incidente o la magnitudo delle
conseguenze. È evidente che un cambiamento ad una qualunque sorgente fissa o mobile possa
indurre profonde modifiche al rischio sociale complessivo stimato. La variazione deve essere analizzata
globalmente, non solo in relazione alla sorgente fissa/mobile modificata ma all’intera area industriale,
individuando gli eventuali costi economici da sostenere.
Ipotizzando di modificare il percorso di movimentazione interno per lo stabilimento A, come
rappresentato nella figura successiva, il rischio associato al trasporto di sostanze pericolose subisce
una forte modifica (sebbene in termini percentuali ma non di classe di accettabilità del rischio).

PMS 022/2002 U.O. 08 Pag.62/67 U.O. n° 8 Rapporto Tecnico n°4


Aree di danno per
il trasporto interno
associate al jet-
fire, fire-ball e
flash-fire.

Nuovo percorso
interno

Analisi delle aree di danno associate al trasporto interno (stabilimento A) con un percorso
alternativo.

Percorso originario Percorso alternativo Confronto


Tipo area danno Evento ARICOMAH Classe ARICOMAH Classe ΔARICOMAH (%) Δclasse
5 4
Jet-fire 1.073·10 3 3.342·10 3 68.85 0
Elevata Letalità Fire-ball 8.288·104 3 2.43·104 3 70.68 0
UVCE 1.601·105 3 6.67·104 3 37.13 0
Sintesi della variazione dei risultati ottenuti per il trasporto interno (stabilimento A) con un
percorso alternativo.

Inoltre, elemento critico nella zona analizzata è l’eccessiva vicinanza della ferrovia Bari-Taranto allo
stabilimento A, specialmente in relazione all’evento flash-fire. Se tale studio del rischio d’area fosse
fatto in fase di pianificazione territoriale, si potrebbe pensare di garantire una maggiore distanza tra
l’elemento vulnerabile e la sorgente fissa, oppure di interporre delle barriere (anti-flashing) che
limitino il propagarsi degli effetti. Supponendo di poter allontanare lo stabilimento A dalla ferrovia in
modo che alcuna area di danno corrispondente alla soglia di elevata letalità dei fenomeni incidentali
che avvengono nell’impianto investa l’infrastruttura, si otterrebbe una forte riduzione del rischio
sociale corrispondente ad ogni sequenza incidentale. Nella tabella successiva si analizza che nel 30%
delle casi analizzati (rispetto al totale), garantendo una maggiore distanza tra ferrovia e stabilimento,
si avrebbe una riduzione della classe di rischio sociale associata (nel 15% dei casi si avrebbe la
variazione di una sola classe - Δclasse = 1, nel 15% di due – Δclasse = 2).

PMS 022/2002 U.O. 08 Pag.63/67 U.O. n° 8 Rapporto Tecnico n°4


Soluzione originaria Soluzione alternativa Confronto
Seq. Evento ARICOMAH Classe ARICOMAH Classe ΔARICOMAH(%) ΔClasse
3 3
Jet-fire 8.573·10 2 8.573·10 2 0 0
Flash-fire 1.078·106 4 2.497·103 2 99.76 2
R2
UVCE 8.573·103 2 8.573·103 2 0 0
Pool-fire 8.573·103 2 8.573·103 2 0 0
Jet-fire 1.979·105 3 1.979·105 3 0 0
Flash-fire 2.386·106 4 4.191·103 2 99.82 0
R6
UVCE 1.979·105 3 1.979·105 3 0 0
Pool-fire 1.559·105 3 1.559·105 3 0 0
Jet-fire 2.143·103 2 2.143·103 2 0 0
Flash-fire 2.809·105 3 405.695 1 99.8 2
R8
UVCE 2.722·103 2 2.722·103 2 0 0
Pool-fire 2.143·103 2 2.143·103 2 0 0
UVCE 4.287·104 3 4.287·104 3 0 0
R9
Flash-fire 2.609·103 2 2.609·103 2 0 0
Jet-fire 3.897·102 1 3.897·102 1 0 0
R12 Flash-fire 2.085·105 3 224.757 1 99.89 2
UVCE 4.949·103 2 3.897·102 1 92.12 1
Jet-fire/ Pool-fire 1.979·105 3 1.979·105 3 0 0
E.D. UVCE 2.22·106 4 2.747·105 3 87.62 1
Flash-fire 8.943·107 4 2.387·105 3 99.7 1

Sintesi dei risultati ottenuti con un percorso ferroviario alternativo.


È evidente come questa soluzione ha un forte impatto sull’urbanistica e sul territorio, per cui occorre
quantificare non solo il miglioramento/peggioramento ottenuto in termini di rischio, ma anche
l’investimento economico da sostenere (notevole nel secondo caso di modifica proposto più che nel
primo) e l’accettabilità sociale verso il mutamento richiesto.

ANALISI DEI RISULTATI.

L’analisi effettuata ha permesso di stimare il rischio sociale considerando una parte dell’area
industriale di Taranto. In particolare, si sono prese in considerazione due sorgenti fisse (lo
stabilimento A e B) e le sorgenti mobili (cioè il trasporto su gomma all’esterno degli stabilimenti e
all’interno di essi). Da un’analisi di sensibilità del modello proposto ai parametri, si verifica che le
condizioni che meglio si adattano alla modellazione (poiché sufficientemente cautelative e realistiche)
per la quantificazione del rischio sociale sono “elevata letalità e F2”.
Considerando, quindi, i risultati ottenuti secondo questa ipotesi di condizioni iniziali (EL-F2), nella
tabella successiva si indicano per ciascuna sorgente di rischio, mobile o fissa, il numero percentuale
(rispetto al totale) degli eventi incidentali che ricadono nella classe di rischio i-esima (Nclasse,i) con i =
1, 2, 3, 4:

Nclasse,1 (%) Nclasse,2 (%) Nclasse,3 (%) Nclasse,4 (%)


Stabilimento A 5 40 35 20
Stabilimento B 25 25 50 0
Trasporto in Stab. A - 33 66 0
Trasporto in Stab. B - - 66 33
Trasporto esterno 33 25 17 -

Risultati ottenuti sulle classi di rischio sociale per le sorgenti fisse e mobili.

PMS 022/2002 U.O. 08 Pag.64/67 U.O. n° 8 Rapporto Tecnico n°4


Dall’analisi effettuata è evidente come il trasporto di sostanze pericolose all’interno dello stabilimento
B e il trasporto esterno non superino mai il limite di inaccettabilità.
Nel caso dello stabilimento A, invece, la vicinanza dell’elemento vulnerabile “ferrovia” genera una
condizione di inaccettabilità per il 20% dei casi analizzati: occorre, allora, intervenire attraverso
un’analisi più approfondita dei casi in esame al fine di valutare in modo più preciso le condizioni di
sicurezza. L’analisi del rischio associato all’effetto domino permette di considerare le singole sorgenti
di rischio non come unità a sé stanti, ma come elementi di un sistema sinergicamente connesso. La
quantificazione del rischio associato alle sequenze di eventi vede un 25% delle sequenze di eventi
tollerabili, mentre il 75% risulta inaccettabile. La modellazione utilizzata si basa sulla sovrapposizione
degli effetti associati a ciascuna tipologia di scenari incidentali: altre modellazioni, più sofisticate,
potrebbero essere utilizzate a meno di avere le informazioni relative da tutti gli stabilimenti della zona
industriale e sul loro layout.
La possibilità di proporre delle modifiche hardware o di gestione permette di ristimare il livello di
rischio e i possibili miglioramenti perseguiti, senza determinare eccessivo dispendio della risorsa
umana e temporale.

PMS 022/2002 U.O. 08 Pag.65/67 U.O. n° 8 Rapporto Tecnico n°4


Bibliografia.

1. Articoli e libri

Abbasi S.A., Khan F.I., “E/A and sustainability studies in Manali lndustrial complex: executive summary
of final report”, Centre for Pollution Control & Energy Technology, Pondicherry University, Pondicherry,
pp 1–186, 1999.
ACI, “Analisi dell’incidentalità stradale a livello nazionale e regionale”, (1997).
Ale B.J.M., Laheij G.M.H., Uijt de Haag P.A.M., “Zoning instruments for major accident prevention”, in:
C. Cacciabue, I.A. Papazoglou (Eds.), Probabilistic Safety Assessment and Management, ESREL 96—
PSAM-III, Crete, p. 1911, 1996.
Amendola A., Christou M., Smeder M., The Control of Major Accident Hazards: The Land-Use Planning
Issue, in “Journal of Hazardous Materials”, Elsevier Science B.V., pp. 151-178, 1999.
Andretta M., Bianconi R., Flospergher W., Tamponi M., “The MRBT model: an analytical dispersion
model in a finite mixing layer. Sensitivity analysis and validation against tracer measurements”,
Atmospheric Environment, Vol.27A, pp. 1665–1672, 1993.
Bellasio, R., “Modelli semi-empirici per la simulazione di esplosioni ed incendi causati da rilasci
accidentali di liquidi e vapori (Semi-empirical models for the simulation of explosions and fires caused
by accidental releases of liquids and vapours). Ingegneria Ambientale XXVIII, pp. 11–12, 1999.
Bubbico R., Ferrari C., Mazzarotta B., "Risk analysis of LPG transport by road and rail”, Journal of Loss
Prevention in the Process Industries, Vol.13, pp. 27–31, 2000.
Bubbico R., Di Cave S., Mazzarotta B., “Risk analysis for road and rail transport of hazardous
materials: a simplified approach”, Journal of Loss Prevention in the Process Industries, Vol.17, pp.
477–482, 2004.
Bubbico R., Di Cave S., Mazzarotta B., “Risk analysis for road and rail transport of hazardous
materials: a GIS approach”, Journal of Loss Prevention in the Process Industries, Vol.17, N.6, pp. 483–
488, 2004.
Carcassi M.N., Cecchella P., Mossa Verre M. e Poli U., “Modelli perfezionati per lo studio speditivo del
rischio d’area a forte concentrazione industriale. Un’applicazione all’area industriale di Piombino”, Atti
del VGR 98, Sessione 2, paper n.14, pp. 1-15, 1998.
CCPS - Center for Chemical Process Safety, “Guidelines for chemical process quantitative risk analysis”
(2nd ed.), New York: AIChE, 2000.
CCPS – Center for Chemical Process Safety of AIChE, “Guidelines for Chemical Process Quantitative
Risk Analysis”, New York, 1989.
Chapin F.S. Jr., Kaiser, E.J., “Urban Land Use Planning”, University of Illinois Press, Urbana, IL, 1979.
Chen K., McAneney J., Blong R., Leigh R., Hunter L., Magill C., “Defining area at risk and its effect in
catastrophe loss estimation: a dasymetric mapping approach”, Applied Geography, Vol.24, pp. 97–
117, 2004.
Christou M., Amendola A., Smeder M., “The Control of Major Accident Hazards: The Land-Use
Planning Issue”, in Journal of Hazardous Materials, Elsevier Science B.V., pp. 151-178, 1999.
Contini S., Bellezza F., Christou M.D., Kirchsteiger C., “The use of geographic information systems in
major accident risk assessment and management”, Journal of Hazardous Materials, Vol.78, pp. 223–
245, 2000.
Corsini A., Genova B., Geri A., Perineo G., Vallefuoco G., “Criterio per la classificazione dei porti per la
sicurezza antincendi”, Atti del VGR 2002, Sezione 3, paper n. 99, pp. 1-13, 2002.
Cozzani V., Salzano E., “The quantitative assessment of domino effects caused by overpressure Part I.
Probit models”, Journal of Hazardous Materials, Vol.A107, pp. 67–80, 2004.
Cozzani, V., Bonvicini, S., Vanni, L., Spadoni, G., Zanelli, S., “Analisi comparativa delle frequenze di
incidente e di rilascio nel trasporto stradale e ferroviario di sostanze pericolose”. VGR2000, Sessione
5/030, Pisa, Ottobre, pp. 24–26, 2000.
Delvosalle C., “Domino effects phenomena: definition, overview and classification” in Proceedings of
the European Seminar on Domino Effects, Leuven, 1996.
Egidi D., Foraboschi F.P., Spadoni G., Amendola A., “The ARIPAR Project: Analysis of the Major
Accident Risks Connected with Industrial and Transportation Activities in the Ravenna Area”, Reliability
Engineering and System Safety, Vol.49, pp. 75- 89, 1995.
EPA, “Risk management program guidance for offsite consequences analysis”, Chemical Emergency
Preparedness and Prevention Office, EPA 550-B-99-009, April 1999.
Fargione P., Ferroni L., Gagliardi R.V., “Proposta di un metodo speditivo per la valutazione dell’effetto
domino”, Atti del VGR 2002, Sezione1, paper n.30, pp. 1-12, 2002.

PMS 022/2002 U.O. 08 Pag.66/67 U.O. n° 8 Rapporto Tecnico n°4


Zona tollerabile
trada interna - 3
-
500000>ARICOMAH
≥10000

Galatola E., Clini C., Caroselli R., Macchi G., “Le analisi di rischio d'area, stato dell'arte, diffusione ed
utilità”, Atti del VGR 98, Sessione 2, paper n. 34, pp. 1-24, 1998.
Haastrup P., Brockhoff L; “Severity of Accidents with Hazardous Materials. A Comparison between
Transportation and Fixed Installations”. J. Loss Prev. Process Ind. 3:395, October 1990.
Haastrup P., Rasmussen K., “A study of F–N curves for accidents involving highly flammable gases
and some toxic gases”, Trans IChemE, Vol.72B, pp. 205–210, 1994.
Heino P., Kakko R., “Risk assessment modelling and visualisation”, Safety Science, Vol.30, pp. 71-77,
1998.
Hirst I.L., Carter D.A., “Worst case methodology for the initial assessment of societal risk from
proposed major accident, installations”, Journal of Hazardous Materials, Vol.71, pp. 117–128, 2000.
Hirst I.L., Carter D.A., “A “worst case” methodology for obtaining a rough but rapid indication of the
societal risk from a major accident hazard installation”, Journal of Hazardous Materials, Vol. 92 A, pp.
223–237, 2002.
Høj N.P., Kroger W., “Risk analyses of transportation on road and railway from a European
Perspective”, Safety Science, Vol.40, pp. 337–357, 2002.
HSE - Health and Safety Executive, “Major hazard aspects of the transport of dangerous
Jonkman S.N., van Gelder P.H.A.J.M., Vrijling J.K., “An overview of quantitative risk measures for loss
of life and economic damage”, Journal of Hazardous Materials, A99, pp. 1–30, 2003.
Khan F.I., Abbasi S.A., “DOMIFFECT (DOMIno eFFECT): user-friendly software for domino effect
analysis”, Environmental Modelling & Software,Vol.13, pp. 163–177, 1998.
Khan F.I., Abbasi S.A., “An assessment of the likelihood of occurrence, and the damage potential of
domino effect (chain of accidents) in a typical cluster of industries”, Journal of Loss Prevention in the
Process Industries, Vol.14, pp. 283–306, 2001.
Kourniotis S.P, Kiranoudis C.T., Markatos N.C., “Statistical analysis of domino chemical accidents”,
Journal of Hazardous Materials, Vol.71, pp.239-252, 2000.
Kroon I.B., Hoej N.P., “Application of Risk Aversion for Engineering Decision Making”, Safety, risk and
reliability—trends in engineering, Malta, ISBN 3-85748-102-4, 2001.
Laheij G.M.H., Post J.G., Ale B.J.M., “Standard methods for land-use planning to determine the effects
on societal risk”, J. Hazard. Mater. Vol.71, pp. 269–282, 2000.
Marshall V.C., “How lethal are explosions and toxic escapes?”, The Chemical Engineer, August, pp.
573–577, 1977.
Marshall V.C., “Major Chemical Hazards”, J. Wiley & Sons, 1987.
Martin R.J., Ali Reza A., Anderson L.W., J. Loss Prevent. Process Industries. Vol.13, p. 491, 2000.
Mercx W.P.M., van den Berg A.C., Hayhurst C.J., Robertson N.J., Moran K.C., “Developments in
vapour cloud explosion blast modelling”, Journal of Hazardous Materials, Vol. 71, pp.301–319, 2000.
MHIDAS, Major Hazard Incident Data Service, AEA Technology plc, Major Hazards Assessment Unit,
Health and Safety Executive, UK, 2001.
Mitchison N., “The Seveso II directive: guidance and fine-tuning”, Journal of Hazardous Materials,
Vol.65, pp. 23–36, 1999.
Piers M., “Methods and models for the assessment of third party risk due tot aircraft accidents in the
vicinity of airports and their implications for societal risk”, In: R.E. Jorissen, P.J.M. Stallen (Eds.),
Quantified Societal Risk and Policy Making, Kluwer Academic Publishers, Dordrecht, 1998.
Porter S., Wettig J., “Policy issues on the control of major accident hazards and the new Seveso II
directive”, Journal of Hazardous Materials, Vol.65, pp. 1–14, 1999.
Quaranta N., DeMartini A., Bellasio R., Bianconi R., Marioni M., A decision support system for the
simulation of industrial Accidents, Environmental Modelling & Software, Vol.17, pp. 497–504, 2002.
Spadoni G., Leonelli P., Verlicchi P., Fiore R., “A numerical procedure for assessing risks from road
transport of dangerous substances”, Journal of Loss Prevention in the Process Industries, Vol.8, N.4,
pp.245-252, 1995.
Spadoni G., Egidi D., Contini S., “Through ARIPAR-GIS the Quantified Area Risk Analysis supports
Land-Use Planning Activities”, Journal Hazardous Materials, Vol.71, pp. 423- 437, N.3, 2000.
Stallen J.M., Geerts R., Vrijling H.K., “Three conceptions of quantified societal risk”, Risk Anal.
Vol.16(5), 1996.
TAW, Technical Advisory Committee on Water Defences, “Some considerations of an acceptable level
of risk in The Netherlands”, TAW, 1985.
UK Health & Safety Executive and AEA Technology Plc., MHIDAS: Major Hazard Incident Data Service,
1986, plus updates to 1994.
Vrijling J.K., van Hengel W., Houben R.J., “A framework for risk evaluation”, Journal of Hazardous
Materials, Vol.43, pp.245-261, 1999.

PMS 022/2002 U.O. 08 Pag.67/67 U.O. n° 8 Rapporto Tecnico n°4


Progetto Finalizzato

“IMPATTO SULLA SALUTE DI PARTICOLARI CONDIZIONI AMBIENTALI


E DI LAVORO, E PROVVEDIMENTI DI PIANIFICAZIONE TERRITORIALE”

Relazione

GRUPPO DI LAVORO: “ARIA”

UNITA’ OPERATIVA 9: Campionamento materiale particolato ed analisi inquinanti


regolamentati.

GECOM S.r.l. – Taranto:

¾ AMMINISTRATORE UNICO: Saracino Giuseppe

¾ RESPONSABILE SCIENTIFICO: de Gennaro Gianluigi

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
Premessa:

OBIETTIVO DEL CONTRIBUTO AL PROGRAMMA

L’attività dell’Unità Operativa è principalmente finalizzata al conseguimento degli obiettivi


generali del sistema di monitoraggio:

1) l’individuazione delle cause che determinano i fenomeni inquinanti;


2) fornitura, attraverso la misura di specie inquinanti e di parametri meteorologici, di un
insieme di dati rappresentativi relativi ai processi di inquinamento atmosferico al fine di
avere un quadro conoscitivo che consenta una più efficace tutela della salute pubblica
e del territorio;
3) formazione di indicazioni sia per la valutazione sistematica dei livelli di inquinamento
sia per la previsione di situazioni di emergenza;
4) documentazione del rispetto ovvero il superamento degli standard di qualità dell’aria
nel territorio interessato.

L’attività di progetto è stata focalizzata nei seguenti ambiti:

1) LA FORMAZIONE, IL TRATTAMENTO E LA SINTESI DI DATI AMBIENTALI, in


collaborazione con le UU.OO. “Microinquinanti dell’aria” e “Fingerprints organici di
inquinamento ambientale”.

Gli obiettivi di programma, in questo ambito, hanno riguardato:


• la messa a punto di strategie di campionamento che tengano conto della
strutturazione spaziale delle variabili ambientali da rilevare;
• il controllo in tempo reale di qualità dei dati rilevati da stazioni di monitoraggio,
anche con particolare attenzione al trattamento di dati mancanti.

2) IL MONITORAGGIO DI FENOMENI AMBIENTALI, in collaborazione con la U.O.


“Modellistica applicata ai comparti aria e suolo”.

Partendo dalle esperienze di monitoraggio e di previsione ambientale già intraprese con


l’attivazione delle rete di monitoraggio della qualità dell’aria del Comune di Taranto dal

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
1998 sono state organizzate nuove attività di monitoraggio finalizzate allo sviluppo della
modellistica messa a punto dall’U.O “Modellistica applicata ai comparti aria e suolo”.

RISULTATI FINALI RAGGIUNTI

1. Raccolta di tutti i dati di particolato fine rilevati nell’area di studio per l’analisi della
distribuzione (spaziale e temporale) e delle correlazioni con parametri meteo e
inquinanti normati;
2. Acquisizione di tutti i dati relativi ai parametri meteoclimatici e chimici della qualità
dell’aria esistenti nell’area di Taranto;
3. Campionamento di filtri di particolato atmosferico urbano in collaborazione con le
UU.OO. “Microinquinanti dell’aria” e “Fingerprints organici di inquinamento
ambientale”.
4. Rilevamento di dati o di elaborazioni già effettuate sul territorio circa le emissione da
sorgenti primarie rappresentative (fonti mobili, industrie, area portuale, ecc.);

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
ATTIVITÀ SVOLTE:

L’Unità Operativa 9, Campionamento materiale particolato e analisi inquinanti


regolamentati, ha operato nell’ambito del gruppo di lavoro “aria”, in collaborazione con le
unità operative:

U.O. 5 Microinquinanti dell’Aria


U.O. 6 Fingerprints organici di inquinamento ambientale
U.O. 7 Analisi PIXE del particolato atmosferico raccolto nell’area del comune di Taranto
U.O. 10 Modellistica applicata ai comparti aria e suolo .

Con riferimento ai compiti assegnati alla U.O. 9 nel corso delle riunioni operative in
Giugno, Luglio e Ottobre 2003 per la programmazione di due campagne intensive di
misura della durata di quindici giorni circa (effettuate nel mese di febbraio 2004 e nel mese
di Giugno 2004), di seguito vengono elencate le attività svolte dalla stessa U.O. :

• Sono stati acquisiti ed elaborati tutti i dati di monitoraggio della qualità dell’aria
pertinenti le attività di GECOM s.r.l. . In dettaglio sono stati processati i dati:

™ della rete di Monitoraggio aria del Comune di Taranto relativi agli anni
1999\2003 per renderli leggibili ed elaborabili dalle altre UU.OO. del gruppo
di lavoro “Aria
™ di una campagna di monitoraggio condotta nel Comune di Statte, nel mese
di Luglio 2003 con Laboratorio Mobile per la determinazione in continuo di
CO, NOx, O3, SO2, PTS, PM10 e Benzene;
™ di una campagna di rilevamento meteo (anno 2003) effettuata con
strumentazione SODAR posizionato c/o il Porto Mercantile di Taranto.

• Si è provveduto al reperimento dei dati meteo-climatici presenti sul territorio. Al fine di


uno studio puntuale dei regimi anemometrici la U.O.9 ha reperito dall’Osservatorio
Meteorologico e Geofisico “Luigi Ferraiolo” di Talsano i dati storici degli ultimi due anni

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
alla più alta risoluzione disponibile. Tale attività è stata condotta anche per i periodi
intensivi di monitoraggio.
• In collaborazione con il Dipartimento di Chimica dell’Università di Bari sono stati
acquisiti i dati di emissione da sorgenti primarie rappresentative necessari per l’attività
della U.O.10. In particolare sono stati reperiti i dati inerenti le sorgenti puntuali (camini)
delle principali industrie presenti nell’area provinciale e dati, relativi a progetti condotti
in precedenza sul territorio, riferiti a stime dei flussi di traffico nelle principali strade
urbane e delle emissioni provenienti dalle attività portuali .
• Unitamente alle altre U.U. O.O del gruppo di lavoro ‘aria’ in data 2 e 3 Ottobre 2003,
sono stati condotti sopralluoghi per identificare i siti del territorio provinciale e del
Comune di Taranto nei quali effettuare le campagne di monitoraggio.
• Sono state condotte le due campagne di monitoraggio presso i siti individuati in
seguito alle attività di sopralluogo:
ƒ Via Orsini (rione Tamburi, Taranto), presso una delle cabine della rete
di monitoraggio della qualità dell’aria del Comune di Taranto.
ƒ Palagiano (area a ovest rispetto all’area industriale), presso l’impianto di
depurazione di proprietà del Comune di Palagiano.
ƒ Statte (area a nord-est rispetto all’area industriale) presso la scuola
Giovanni XXIII. (MM GECOM S.r.l.).
Di seguito vengono elencati i parametri monitorati in continuo durante le campagne e
la strumentazione accessoria utilizzata dalla U.O. 9 per la conduzione delle attività di
campionamento del gruppo di lavoro ‘aria’ :

Via Orsini

¾ PM10
¾ CO;
¾ SO2;
¾ NOx;
¾ O 3;

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
¾ BTX;
¾ CH4, THC, NMHC;
¾ Parametri meteo (Temperatura, Umidità relativa percentuale, Radiazione solare, pressione

atmosferica,Velocità del vento, Direzione del vento, Precipitazioni);

¾ Campionatore ad alto volume;


¾ Campionatore dicotomo per polveri PM10, PM2.5 ;
¾ Due sistemi portatili programmabili per campionamenti notturni e
diurni di VOC;
¾ Un campionatore in continuo STREAKER per le frazioni fine e grossa
del PM10, con risoluzione temporale oraria.

Palagiano

¾ PM10
¾ CO;
¾ SO2;
¾ NOx;
¾ O 3;
¾ BTX;
¾ Campionatore ad alto volume;
¾ Un sistema portatile programmabili per campionamenti diurni di VOC.

Statte

¾ PM10
¾ CO;
¾ SO2;
¾ NOx;
¾ O 3;
¾ BTX;

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
¾ Parametri meteo (Temperatura, Umidità relativa percentuale, Radiazione solare, pressione

atmosferica,Velocità del vento, Direzione del vento, Precipitazioni);

¾ Campionatore ad alto volume;


¾ Campionatore dicotomo per polveri PM10, PM2.5;
¾ Due sistemi portatili programmabili per campionamenti notturni e
diurni di VOC;
¾ Un campionatore in continuo STREAKER per le frazioni fine e grossa
del PM10, con risoluzione temporale oraria.

• Sono stati forniti alle UU.OO. 5 e 6, per l’esecuzione di test preliminari, alcuni filtri dei
campionatori di polveri ad alto volume campionati nell’ambito di una campagna
effettuata nel mese di ottobre 2003 dalla U.O.9.

• E’ stato fornito supporto logistico per il posizionamento delle stazioni meteorologiche.


In particolare: il laboratorio meteorologico mobile e il carrello sodar-rass sono stati
posizionati nell’area portuale e due stazioni meteorologiche con alimentazione a
pannello solare sono state posizionate su tetti di edifici privati nel comune di S. Giorgio
e nel comune di Montemesola.

• Si è provveduto ad inoltrare agli enti preposti le autorizzazioni per lo svolgimento delle


attività da progetto e per l’installazione della strumentazione necessaria alla
conduzione delle stesse.

• Ad integrazione delle campagne intensive sopra citate, sono stati eseguiti


campionamenti bimensili di IPA e BTX, mediante campionatori diffusivi, presso i siti di
Via Orsini, di Palagiano e di Statte.

CONCLUSIONI

L’U.O.9 ha svolto tutte le attività di competenza secondo quanto stabilito da progetto e


nelle riunioni operative. L’U.O.9 sta provvedendo (?) alla trasmissione, alle altre UU.OO,
dei dati validati raccolti nell’ambito delle due campagne di monitoraggio, sia presso i siti

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
considerati, che presso le altre stazioni della rete di monitoraggio della qualità dell’aria del
Comune di Taranto. In relazione alle richieste dell’U.O.10, l’U.O.9 sta verificando, inoltre,
la presenza sul territorio (Pretura, Provincia, etc ) di informazioni relative a monitoraggi
effettuati sulle emissioni convogliate di pertinenza industriale e quelli riguardanti le
discariche RSU attive, presenti nella Provincia di Taranto, condotte in concomitanza con le
due campagne intensive di monitoraggio.

GECOM S.r.l. GECOM S.r.l.


L’AMMINISTRATORE UNICO IL RESPONSABILE SCIENTIFICO
Rag. Giuseppe Saracino Dott. Gianluigi de Gennaro

___________________________ ___________________________

Sede e Direzione Commerciale: 74100 TARANTO – VIA BLANDAMURA, 10 – TEL. e FAX (099) 7794848
Laboratorio: Via Spadaro, 2 – 74100 Taranto
Dipartimento Insediamenti Produttivi
e Interazione con l’Ambiente

Progetto finalizzato “Impatto sulla salute di particolari condizioni

ambientali e di lavoro, di provvedimenti di pianificazione

territoriale”

Unità Operativa 10 “Modellistica applicata ai comparti aria e suolo”

Relazione finale

Responsabile Scientifico: Dott. Claudio Gariazzo

1
Autori e ringraziamenti

Il seguente documento è stato elaborato da:

Dr. Claudio Gariazzo (responsabile scientifico dell’UO del progetto finalizzato Min. Salute)
Dr. Armando Pelliccioni
Dr.sa Patrizia Di Filippo
Sig. Fabrizio Sallusti

Hanno inoltre collaborato nello svolgimento del lavoro:

Dr.sa Maria Paola Bogliolo


Ing. Vincenzo Papaleo

Si ringraziano la società GECOM S.r.l., Il Comune di Taranto, l’Autorità Portuale del porto
mercantile di Taranto, la raffineria ENI di Taranto, la società ENIPOWER, la società Edison S.p.a.,
il Dipartimento di Chimica dell’Università di Bari per i numerosi contributi sulla redazione
dell’inventario delle emissioni. Si ringrazia inoltre la società ARIANET S.r.l per i fondamentali
suggerimenti nella messa a punto dell’apparato modellistico.

2
INDICE

INTRODUZIONE ....................................................................................................................4

1. ANALISI DELLA QUALITÀ DELL’ARIA AMBIENTE .................................................5

2. MATERIALI E METODI ....................................................................................................6


2.1 Descrizione del sistema modellistico ..................................................................................... 6
2.2 Dati territoriali ....................................................................................................................... 7
2.3 Inventario delle emissioni ...................................................................................................... 8
2.4 Campagna di monitoraggio meteo ....................................................................................... 11

3. PRESENTAZIONE DEI DATI DI MONITORAGGIO....................................................19


3.1 Campagna invernale............................................................................................................. 19
3.2 Campagna estiva .................................................................................................................. 34

4. SET-UP MODELLISTICO E PARAMETRI OPERATIVI UTILIZZATI .......................51


4.1 Set-up del codice MINERVE............................................................................................... 51
4.2 Set-up del codice SURFPro ................................................................................................. 51
4.3 Set-up del codice SPRAY .................................................................................................... 52
4.4 Criteri di selezione e scelta dei periodi di simulazione........................................................ 52

5. RISULTATI MODELLISTICI ..........................................................................................53


5.1 Risultati medi stagionali ...................................................................................................... 53

CONCLUSIONI .....................................................................................................................67

BIBLIOGRAFIA ....................................................................................................................69

3
INTRODUZIONE
L’inquinamento atmosferico nelle aree urbane è ancora oggi un fenomeno di grande entità, di non
semplice quantificazione e di difficile soluzione. L’area di Taranto, insieme alle problematiche
ambientali comuni a tutte le aree urbane, presenta un’elevata concentrazione di diverse tipologie di
emissioni industriali che hanno provocato negli anni alti livelli di concentrazione di inquinanti in
aria ambiente con conseguenti gravi alterazioni degli equilibri ambientali. Già nel 1990 l’area fu
dichiarata “area ad elevato rischio di crisi ambientale”, anche per la presenza di aziende che
ricadono nella direttiva Seveso per il rischio di incidente rilevante. Studi edipemiologici hanna
anche evidenziato un problema sulla salute umana conseguente al degrado ambientale. A seguito di
ciò è stato definito il piano di risanamento del territorio teso ad individuare le misure urgenti atte a
rimuovere le situazioni di rischio ambientale, approvato con DPR del 23 aprile 1998. Nell’ambito di
tale piano sono stati individuati insediamenti industriali di rilevanti dimensioni con forte impatto
socioeconomico ed ambientale. Tale piano si è particolarmente concentrato sulle attività industriali
primarie dell’area di Taranto, quali l’acciaieria exILVA, la raffineria ENI, il cementificio
CEMENTIR, le centrali termoelettriche. Tuttavia nella zona sono anche presenti altre minori
sorgenti di emissione tra cui: la zona portuale, con numerosi cantieri militari e civili, numerose
industrie manifatturiere di medie e piccole dimensioni, discariche di rifiuti pericolosi quali materiali
provenienti da produzioni siderurgiche e cave di calcare. In tale contesto si inserisce il progetto di
ricerca “Impatto sulla salute di particolari condizioni ambientali e di lavoro, di provvedimenti di
pianificazione territoriale” che, sulla base dei dati ambientali ed epidemiologici esistenti e a seguito
di ulteriori campagne di misura, si pone l’obiettivo di valutare l’attuale livello di qualità
dell’ambiente, gli effetti sulla salute umana e, in relazione alle misure di controllo delle emissioni
già adottate, i punti suscettibili di interventi migliorativi.

La presente relazione descrive le attività e i risultati ottenuti dall’ Unità Operativa “Modellistica nei
comparti aria e suolo” del progetto suddetto, il cui scopo era quello di sviluppare una metodologia
in grado di fornire informazioni utili alla valutazione delle conseguenze delle emissioni in
atmosfera di sostanze pericolose per la salute umana da parte di sorgenti industriali ed antropiche.
Attraverso tale metodologia è stato possibile:

• realizzare una banca di dati meteorologici non convenzionali per una caratterizzazione
avanzata delle capacità fluidodinamiche dell’atmosfera per la ricostruzione delle principali
circolazioni atmosferiche presenti nell’area;
• realizzare un inventario delle emissioni in aria delle principali sorgenti presenti nel sito in
esame;
• individuare le aree maggiormente esposte a fenomeni di inquinamento in particolari
condizioni meteorologiche rappresentative dei fenomeni di circolazione locali;
• quantificare i contributi ai diversi inquinanti da parte delle diverse sorgenti presenti sul
territorio;

I risultati della campagna di monitoraggio meteorologico, il sistema modellistica utilizzato, la


metodologia sviluppata per la realizzazione dell’inventario delle emissioni nell’area di studio e i
risultati ottenuti dall’applicazione del sistema saranno descritti nei successivi paragrafi.

4
1. ANALISI DELLA QUALITÀ DELL’ARIA AMBIENTE

Da quanto emerso dal “Rapporto sulla Qualità dell’Aria” del 2002 (Comune di Taranto, 2002),
l’inquinamento atmosferico nell’area del comune di Taranto non è limitato all’area urbana
principale, ma si estende all’intero territorio a causa della presenza di una zona industriale contigua
ad abitazioni, del tasso di urbanizzazione e dell’elevata mobilità di merci e persone. La zona
meridionale della città è quella che presenta livelli inferiori di concentrazione di inquinanti, in
quanto favorita da una densità abitativa inferiore e da un regime di brezze che la pone sopravento
all’area urbana principale ed alla zona industriale. L’analisi dei dati raccolti per la redazione del
rapporto conferma un quadro sostanzialmente sovrapponibile a quello degli anni precedenti
(periodo temporale di osservazione: 1998-2002), con problemi di qualità dell’aria ascrivibili alle
concentrazioni di alcuni inquinanti critici. Infatti, le concentrazioni di PM10 rilevate nel corso
dell’anno ecologico 2002 hanno registrato valori medi annui di 67.3 e 66.6 μg/m3 rispettivamente
nelle stazioni di Orsini e Garibaldi: tali concentrazioni sono superiori al valore posto dal
valore/obiettivo (media annua) per tutti i mesi dell’anno in esame in entrambe le stazioni, con un
andamento delle medie mensili che ha evidenziato una certa tendenza alla stazionarietà.
Per gli altri inquinanti la situazione appare sostanzialmente normalizzata, con l’eccezione di
qualche episodio critico per il biossido di azoto e per il benzene.

5
2. MATERIALI E METODI
2.1 Descrizione del sistema modellistico
Il Dipartimento DIPIA dell’ ISPESL, dispone attualmente di un sistema modellistico composto da
tre moduli: il modello meteorologico MINERVE, il modello turbolento SURPRO e il modello di
dispersione SPRAY.
Di seguito viene data una descrizione dei singoli moduli.

2.1.1 Il modello meteorologico MINERVE


Il modello MINERVE 6.0 (Aria Technologies, 1995, 1999) è un modello “mass-consistent” di tipo
diagnostico in grado di ricostruire i campi tridimensionali di vento e temperatura. Per la
ricostruzione del campo di vento, il modello opera essenzialmente in due fasi:
• nella prima effettua l’interpolazione sul dominio di calcolo tridimensionale dei dati di vento
misurati forniti in input;
• nella seconda, detta di analisi oggettiva, applica il principio fluidodinamico di conservazione
della massa ad ogni cella del dominio e produce un campo di vento definito aggiustato.
Per costruzione, i modelli di tipo “mass-consistent” hanno la caratteristica di produrre il migliore
campo di vento a divergenza nulla che minimizza lo scostamento complessivo dall’iniziale
interpolazione grezza delle misure. Per questo motivo, la prima fase di interpolazione delle misure
di vento riveste grande importanza nel processo di ricostruzione del campo di vento finale. Inoltre il
campo interpolato che si ottiene dipende spesso dalla configurazione spaziale delle postazioni di
misura, oltre che dalle quote di misura dei profili verticali.

2.1.2 Il modello di turbolenza atmosferica SURFPro


Il codice SURFPro (Arianet, 2003) è un preprocessore meteorologico in grado di ricostruire le
principali variabili che descrivono la turbolenza atmosferica su terreno complesso, necessarie in
input a modelli di dispersione. Il codice riceve in input i campi tridimensionali di vento e
temperatura generati dal codice MINERVE 6.0, eventuali variabili meteorologiche disponibili sul
territorio in esame (quali ad esempio la radiazione solare e la nuvolosità) e la matrice di dati di uso
del suolo, su un grigliato orizzontale corrispondente a quello dei dati di vento, in grado di descrivere
la non omogeneità orizzontale del terreno nella risposta alla forzante radiativa solare e la
conseguente disomogeneità nei campi di turbolenza che si vengono a determinare. Utilizzando
diversi schemi di parametrizzazione della turbolenza, basati sulla teoria di similarità di Monin-
Obukhov e su un bilancio energetico superficiale, il codice ricostruisce campi bidimensionali delle
seguenti variabili: rugosità superficiale z0, altezza dello strato limite notturno o dello strato limite
convettivo diurno Hmix, velocità di frizione u*, altezza di Monin-Obukhov L, velocità convettiva di
scala w*.

2.1.3 Il modello Lagrangiano a particelle SPRAY


SPRAY è un modello tridimensionale per la simulazione della dispersione di inquinanti in
atmosfera in grado di tenere conto delle variazioni del flusso e della turbolenza atmosferica sia nello
spazio (condizioni disomogenee) che nel tempo (condizioni non stazionarie) (Tinarelli et al., 1994a,
b). E’ in grado di ricostruire campi di concentrazione determinati da sorgenti puntiformi, lineari,
areali o volumetriche. L’inquinante è simulato da “particelle virtuali” il cui movimento è definito
sia dal vento medio locale che da velocità casuali che riproducono le caratteristiche statistiche della
turbolenza atmosferica. In questo modo, differenti parti del pennacchio emesso possono “vedere”
differenti condizioni atmosferiche. Il vento medio, responsabile del trasporto degli inquinanti, è
ottenuto dal modello MINERVE 6.0. Le fluttuazioni turbolente, responsabili della diffusione, sono
determinate risolvendo le equazioni differenziali stocastiche di Langevin i cui parametri dipendono
dalle caratteristiche della turbolenza e dallo schema risolutivo utilizzato. SPRAY implementa

6
entrambi gli schemi indicati da Thomson nel 1984 e 1987 (Thomson, 1987; Thomson, 1984). Le
caratteristiche della turbolenza vengono descritte da matrici tridimensionali delle fluttuazioni
orizzontali e verticali della velocità del vento σ u 'x , σ u 'y , σ u 'z , delle skewness verticali u' 3z e dei
tempi di scala lagrangiani TL u'x , TL u' y , TL u'z .
In letteratura esistono numerose applicazione del modello SPRAY (Gariazzo et al., 2004; De Maria
et al., 2003; Finardi et al., 2002; Sansigolo et al., 2001). Esistono inoltre applicazioni di confronto
tra il modello Lagrangiano SPRAY e il modello gaussiano di riferimento EPA ISC (Brusasca, 2001;
Gariazzo et al., 2003) in cui si evidenziano differenze sostanziali nei risultati ottenuti, causati
principalmente dalle approssimazioni contenute nel modello EPA, che sopratutto in terreno
complesso, quale quello presente sul territorio italiano, sono inadatte a descrivere correttamente i
fenomeni in atto.

2.2 Dati territoriali


L’area di studio è stata ritagliata sul territorio della provincia di Taranto con una estensione di
35x35 Km2. Tale scelta è nata dalla necessità di includere tutte le zone di interesse, tutte le aree di
probabile ricaduta degli inquinanti e tutte le zone in cui sono situate le sorgenti di emissione
significative. All’area di studio è stata assegnata una risoluzione spaziale con celle di 500x500 m2.
Il modello meteorologico MINERVE richiede in ingresso sia l’orografia che le mappe d’uso del
territorio. Per produrre l’orografia sono stati utilizzati i dati DTM di elevazione del territorio
provenienti dalle scansioni RADAR prodotte dalla navetta SHUTTLE. L’orografia dell’area di
studio è visibile nella seguente figura 2.1.

Figura 2.1: Orografia dell’area di studio

L’uso del territorio è stato ricavato da mappe europee CORINE Land Cover. Nella seguente figura è
visibile la mappa di uso del territorio dell’area di studio. Dalla classificazione suddetta viene

7
effettuata successivamente una riaggregazione in 21 classi. I modelli meteorologici necessitano
inoltre di mappe superficiali di rugosità, di riflessività della superficie terrestre (albedo) e di
rapporto tra flusso di calore sensibile e latente (Bowen ratio) per la ricostruzione del campo di vento
e di turbolenza atmosferica. Tali mappe vengono ricavate a partire dalla mappa di uso del territorio
utilizzando apposite tabelle di derivazione.

Figura 2.2: Uso del suolo – Classificazione AGCORINE

2.3 Inventario delle emissioni


Per l’applicazione dei modelli di dispersione atmosferica degli inquinanti è necessario utilizzare un
inventario delle emissioni, che fornisce ai modelli le quantità di inquinanti che vengono immesse in
atmosfera nell’unità di tempo da parte delle sorgenti prese in considerazione. L’inventario che di
seguito verrà presentato è stato redatto partendo da un inventario sviluppato per il comune di
Taranto nell’ambito di un precedente progetto (ATI, 2003), aggiornato all’anno 2004 e integrato da
dati aggregati dell’inventario nazionale e da una serie di informazioni necessarie alla
caratterizzazione spaziale e temporale con il dettaglio necessario sul territorio di interesse. E’ stato
prescelto un dominio di calcolo di 35 x 35 Km2, comprendente la città, la zona industriale di

8
Taranto e una parte della sua provincia, con una risoluzione spaziale di 500 metri ed una temporale
di tipo orario.
Sulla base dell’inventario CORINAIR dell’area di Taranto sono state individuate le seguenti
sorgenti:
• SORGENTI INDUSTRIALI (CAMINI E FUGGITIVE)
• RISCALDAMENTO DOMESTICO
• ATTIVITA’ PORTUALI
• TRAFFICO STRADALE
prendendo in esame per ciascuna sorgente le seguenti specie chimiche: monossido di carbonio CO,
ossidi di azoto NOx, biossido di zolfo SO2, particolato fine PM10, particolato sospeso totale PTS,
metano CH4.

2.3.1 Sorgenti industriali (camini e fuggitive)


Per questo tipo di sorgenti è stato possibile riportare direttamente il dato fornito dalle aziende ai
sensi del DPR203/88 o quello derivante delle misurazioni effettuate al camino. Sono stati analizzati
i dati delle aziende ILVA, CEMENTIR, ENI e di numerose altre piccole aziende presenti nel
Comune e nella Provincia di Taranto (includendo 389 camini), raccogliendo per ogni sorgente
informazioni geografiche, geometriche ed emissive sia quantitative che qualitative dell’impianto.
I dati relativi alle emissioni di polveri fuggitive da aree industriali sono state ricavate dallo studio
comunale (ATI, 2003). In particolare sono state individuate sette aree industriali potenziali sorgenti
di emissioni di polveri fuggitive. Per tali aree, corrispondenti a zone destinate a parco di stoccaggio
di materiali sciolti o a cave di calcare, lo studio suddetto ha stimato le emissioni di polveri dovute ai
seguenti fattori: azione d’erosione da parte del vento sulle superfici esposte; attività veicolare;
carico e scarico del materiale.

2.3.2 Sorgenti autoveicolari


Le emissioni da traffico autoveicolare sono state suddivise in: traffico urbano Taranto, traffico
extraurbano nella provincia di Taranto, traffico nei comuni della provincia di Taranto.
I dati relativi al parco veicolare nel comune di Taranto sono di fonte ACI (anno 2001): in
particolare sono stati utilizzati i dati relativi al parco veicoli circolante suddivisi per tipologia di
veicolo (autovettura, veicolo commerciale leggero, veicolo commerciale pesante, motociclo,
ciclomotore), tipologia di alimentazione (benzina, gasolio, GPL), cilindrata e anzianità del veicolo.
I dati relativi all’entità dei flussi veicolari sulle strade principali del comune di Taranto derivano
dallo studio comunale (ATI, 2003) basato su indagini condotte in occasione della redazione del
Piano Generale del Traffico Urbano della città.
Il flusso autoveicolare nelle strade extraurbane deriva invece da dati ANAS del 1990, che sono stati
attualizzati al 2002 in base ad un coefficiente di crescita annuale stimato su misure eseguite a
distanza di anni. Sono stati poi selezionati i principali tratti stradali presenti nella Provincia di
Taranto e le strade principali del comune, che hanno permesso di costruire i corrispondenti grafi
stradali, dove ogni arco del grafo corrisponde ad un tratto di strada collegante due incroci
successivi.
Le informazioni raccolte sono state poi processate con il codice TREFIC (ARIANET, R2003_12),
basato sulla metodologia europea COPERT III (Ntziachristos. e Samaras, 2000). La stima delle
emissioni è stata eseguita mediante fattori di emissione che forniscono l’emissione come massa per
unità di percorrenza (g/Km) per ciascuna tipologia di veicolo. L’emissione complessiva su un arco
stradale è stata calcolata moltiplicando il fattore di emissione per tipo di veicolo, per il numero di
veicoli di quel tipo circolanti e per la lunghezza dell’arco stradale. Infine sono state sommate tutte
le emissioni di tutti i tipi di veicolo circolanti sul grafo. Le stime ottenute sono relative ad un giorno
medio di traffico.
Per il calcolo dell’emissione da traffico urbano degli altri comuni presenti nel dominio, è stata
effettuata la surrogazione dei dati urbani di Taranto in base al parco circolante in ciascuno degli altri
comuni.

9
2.3.3 Sorgenti areali
Sono state considerate come sorgenti areali il riscaldamento domestico e le attività portuali. Le
emissioni sono state stimate statisticamente sulla base del dato di attività riferito all’area considerata
(es. quantità di metano consumato) e del fattore di emissione tipico dell’attività.
Per quanto riguarda il riscaldamento domestico per il settore residenziale dell’area di Taranto le
emissioni in atmosfera relative alle attività di riscaldamento, uso domestico ed altri usi civili sono
state acquisite dallo studio comunale sopramenzionato (ATI, 2003). Le stime delle emissioni sono
state basate sui consumi annui di gas metano nell’area comunale forniti dalla società Camuzzi
Gazometri S.p.A..
Per il calcolo dei dati emissivi del riscaldamento domestico degli altri comuni presenti nel dominio,
si è proceduto con la surrogazione in base alla popolazione di ciascuno degli altri comuni a partire
dai dati urbani di Taranto.

Per quanto riguarda la stima delle emissioni legate al porto di Taranto è stato necessario distinguere
le emissioni legate alle attività propriamente svolte nel porto (carico e scarico delle navi (polveri
fuggitive)), da quelle determinate dalle navi (combustione dei motori navali). Mentre le prime sono
state acquisite dallo studio comunale sopramenzionato (ATI, 2003), le emissioni da navi sono state
calcolate utilizzando sia dati sul traffico portuale contenuti nel medesimo studio che dati reperiti
presso la locale autorità portuale.
Per quanto riguarda la stima delle emissioni da carico e scarico, lo studio comunale suddetto ha
provveduto a caratterizzare l’attività portuale nell’anno 2002. Successivamente sono stati
individuati 18 accosti utilizzati dalle navi mercantili. Solo in 4 dei 18 accosti vengono effettuate
operazioni su materiali considerati possibili sorgenti di polveri fuggitive. La metodologia utilizzata
per la stima delle emissioni fuggitive, i cui dettagli sono riportati nello studio comunale (ATI,
2003), è basata sulla quantità di materiale movimentato, sull’intensità del vento al suolo e
sull’umidità del materiale stesso.

Il calcolo delle emissioni più propriamente navali è stato aggiornato rispetto ai risultati dello studio
suddetto tenendo conto delle diverse fasi di traffico all’interno del porto; in particolare sono state
individuate una fase di “movimento”, calcolata dal momento di entrata nel porto e considerando una
velocità di crociera di 6 nodi, ed una di “stazionamento”, composta dalle operazioni di manovra e di
stazionamento vero e proprio. Insieme ad alcuni dati forniti direttamente dall’autorità portuale
(come il tempo di stazionamento medio o il tonnellaggio totale relativo all’anno 2002), sono stati
usati valori derivanti da studi in materia (Trozzi e Vaccaro, 1998), tramite i quali si è potuti
pervenire ad una stima delle emissioni annuali delle navi di passaggio nel porto di Taranto.

2.3.4 Disaggregazione spaziale e temporale dell’inventario


La disaggregazione spaziale è stata effettuata per le emissioni da traffico e per quelle da
riscaldamento domestico. E’ stata effettuata una suddivisione del dominio in celle di 500x500 m2,
Successivamente per quanto riguarda le emissioni autoveicolari sono state sommate all’interno di
ogni cella le emissioni (per composto) provenienti dai tratti di strada che ricadevano all’interno
della cella considerata. Per le emissioni da riscaldamento il totale comunale è stato disaggregato sul
territorio sulla base di variabili surrogato (distribuzione della popolazione) che si è reputato avere la
medesima distribuzione spaziale delle emissioni.
Le emissioni autoveicolari relative ad un giorno medio di traffico sono state quindi disaggregate
temporalmente distribuendo l’emissione giornaliera sulle diverse ore della giornata utilizzando delle
curve di modulazione oraria delle emissioni. Sono state inoltre utilizzate delle curve di modulazione
giornaliera e mensile in quanto l’entità del traffico varia non solo nell’arco della giornata, ma anche
nei diversi giorni della settimana e nei diversi mesi dell’anno.

10
Analogamente a quanto fatto per le emissioni da traffico veicolare, sono state utilizzate delle curve
di modulazione temporale anche per le emissioni da riscaldamento domestico. In questo caso non si
è reso necessario utilizzare delle modulazioni giornaliere, ma solo orarie e mensili.

2.3.5 Resoconto delle emissioni nell’aria di studio


In tabella 2.1 vengono riportate le emissioni complessive di inquinanti nell’area di studio per
ciascuna tipologia di sorgente secondo il raggruppamento per categorie SNAP Corinair.

Tabella 2.1: Emissioni TOT di inquinanti [Mg/anno] - Categorie SNAP Corinair


CATEGORIA SNAP CH4 CO PTS NMVOC NOX PM10 SO2
Combustione:
energia e industria di trasformazione 0,0 1368,8 0,0 0,0 4645,5 418,5 8346,7
Riscaldamento domestico 25,7 707,5 18,5 12,9 195,5 0,0 1,3
Combustione nell'industria manufatturiera 0,0 7,6 0,0 0,0 647,5 133,1 182,2
Processi produttivi 0,0 5656,2 43,2 0,0 8142,0 4212,1 8049,1
Estrazione e distribuzione combustibile fossile 0,0 0,2 914,5 0,0 0,8 328,2 0,0
Uso solventi e altri prodotti 0,0 1,2 0,0 0,1 0,7 0,0 0,0
Trasporti 164,9 20429,8 72,4 3788,9 4154,4 419,1 69,2
Attività marittime 0,0 462,8 15,7 6,9 3548,5 8,6 1318,0
Trattamento e smaltimento rifiuti 22665,6 0,0 0,0 144,9 1,3 0,1 4,3
Altre 0,0 15,7 556,5 2,3 82,5 490,5 77,2

Totale 22856,2 28649,9 1620,8 3955,8 21418,7 6010,3 18048,0

Si può osservare che circa il 90% dell’SO2 viene emessa dai processi di combustione, che danno un
contributo significativo anche all’NOx (circa 60%) ed alla CO (circa 30%). Il trasporto su strada da
un contributo del 20% all’NOx e del 70% alla CO. Un 30% circa delle emissioni di CO proviene
dai processi di produzione e combustione.

2.4 Campagna di monitoraggio meteo

2.4.1 Il laboratorio meteorologico mobile

Il laboratorio meteorologico mobile (LMM) in dotazione all’ISPESL utilizzato per la


caratterizzazione superficiale è un sistema non convenzionale per analisi climatologiche. Esso è
infatti in grado di eseguire oltre alle misurazioni di parametri meteo standard quali temperatura,
velocità e direzione del vento, anche misurazioni di turbolenza che caratterizzano lo strato limite
atmosferico, ovvero quella parte dell’atmosfera direttamente influenzata dalla presenza della
superficie terrestre e che risente quindi delle variazioni delle condizioni al suolo. Per questo utilizza
strumentazione avanzata non disponibile nelle stazioni meteorologiche convenzionali. Ad esempio
per effettuare delle misurazioni anemologiche il laboratorio utilizza un anemometro sonico
triassiale.
Inoltre il LMM fornisce misure di temperatura a due quote, 1,6m e 10m, oltre alla temperatura del
suolo. L’utilizzo delle due termoresistenze accoppiate permette il calcolo dei gradienti di
temperatura, grandezza utile per ottenere informazioni sulle condizioni di stabilità atmosferica.
Nella figura seguente è mostrato il laboratorio mobile utilizzato.

11
Fig. 2.3: Laboratorio meteorologico mobile

Nella tabella seguente sono riportati i parametri meteorologici misurati, la strumentazione utilizzata
ed alcune caratteristiche significative della stessa.

Tabella 2.2: Parametri meteorologici primari misurati al suolo dal LMM e


strumentazione utilizzata.
QUOTA DI STRUMENTO CARATTERISTICHE
GRANDEZZA
MISURA UTILIZZATO STRUMENTALI
Velocità e direzione del vento Anemometro sonico triassiale Campo di misura 0-60 m/s, 0-
5.5 e 10 m
orizzontale a due quote GILL 360°; risul. 0.01 m/s, 1°
Velocità verticale del vento a Anemometro sonico triassiale Campo di misura 0-60 m/s; risul.
5.5 e 10 m
due quote GILL 0.01 m/s
Campo di misura -40÷+60°C;
Temperatura aria 1.6 e 10 m Termoresistenza PT1000
limite err. ± 0.3°C
Campo di misura 0-100%; limite
Umidità relativa 1.6 m Condensatore film sottile
di errore ± 1%
Gradiente di temperatura Coppia di Termoresistenze Calcolo per differenza di
verticale (2-10 m) PT1000 temperatura tra le due quote
Superf. di raccolta 200 cm2; risol.
Quantità di pioggia 3m Vaschetta basculante
0.2 mm
Campo di misura 800-1100 hPa;
Pressione atmosferica 2m Capsula piezometrica
limite di errore ± 2 hPa
Campo di misura 0-1200 W/m2;
Radiazione solare globale 3m Termopila differenziale
sensibilità 11 v/Wm2
Campo di misura -40÷+60°C;
Temperatura del terreno 0m Termoresistenza PT1000
limite err. ± 0.3°C
Banda passante 0.3-80 µm; risol. 3
Radiazione solare netta 1m Termopila di Moll
W/m2

12
Da queste misure primarie vengono poi calcolate altre grandezze meteorologiche descriventi la
turbolenza atmosferica superficiale. Nella tabella seguente sono riportate le grandezze suddette e il
metodo di calcolo utilizzato.

Tabella 2.3: Grandezze meteorologiche calcolate dal LMM a partire da quelle


primarie.
GRANDEZZA METODO DI CALCOLO UTILIZZATO

Velocità di frizione u* Analisi fluttuazioni turbolente [Stull, 1989]

Energia cinetica turbolenta TKE Analisi fluttuazioni turbolente [Stull, 1989]

Stress di Reynolds superf. REY Analisi fluttuazioni turbolente [Stull, 1989]


Rapporto tra gradienti termici e meccanici (ΔT/ΔV)
Lunghezza di Monin-Obukhov L
[Brotzge, 2000]
Calore sensibile H Gradiente [Brotzge, 2000]

Deviazione standard vento verticale σw Statistico

Deviazione standard direzione orizzontale del vento σdv Statistico

Flussi di calore superficiale HFLUX Gradiente termico [Brotzge, 2000]

Tutte le grandezze primarie sono collezionate ogni secondo ed elaborazioni medie vengono eseguite
ogni dieci minuti sia per le grandezze primarie che per quelle secondarie. L’elevata risoluzione
temporale permette di seguire molto bene l’evoluzione dei fenomeni atmosferici e di individuare
tutte quelle strutture atmosferiche a carattere temporaneo quali movimenti di masse d’aria originate
da gradienti termici che hanno luogo nelle aree collinose.
Attraverso questo laboratorio è quindi possibile esaminare gli elementi turbolenti presenti
nell’atmosfera, analizzare la stabilità/instabilità della stessa e studiare i fenomeni di assorbimento,
riflessione ed emissione di energia in forma di radiazione elettromagnetica proveniente dal sole,
dalla terra e dall’atmosfera. In tali fenomeni hanno importanza prevalente le proprietà fisiche delle
superfici che caratterizzano il suolo (albedo, potenza emissiva, densità, calore specifico,
conduttività termica), le quali determinano il calore accumulato o ceduto in superficie che viene
successivamente rimesso in gioco attraverso i processi di flusso turbolento di calore sensibile e di
calore latente.

2.4.2 Il sistema integrato SODAR\RASS

Il sistema integrato effettua alternativamente misure di temperatura, tramite il RASS e di velocità e


direzione del vento, tramite il SODAR. Nella seguente figura è rappresentato il sistema
SODAR\RASS utilizzato.

13
Fig. 2-4: Il sistema SODAR\RASS

E’ molto importante sottolineare che i dati forniti dal sistema SODAR\RASS vengono collezionati
unitamente ad un codice di plausibilità di 6 caratteri che rappresenta il risultato del test di
plausibilità eseguito dal sistema sullo spettro medio nel dominio della frequenza ottenuto per
ciascuna delle tre antenne. Vengono eseguiti 10 test che invalidano un certo numero di dati per
aspetti legati a fattori strumentali o ambientali: questo aspetto limita di fatto la massima quota di
sondaggio (circa 400m dal suolo) e chiarisce il motivo per cui i profili delle diverse grandezze
misurate possono presentarsi in alcuni casi con delle lacune, ma garantisce la bontà dei dati raccolti.

RASS

Il principio di funzionamento del RASS si basa sull'invio in atmosfera di un pacchetto di onde


acustiche di lunghezza d’onda fissata, la cui velocità dipende dalla temperatura locale dell’aria. La
velocità del pacchetto acustico e, conseguentemente, la temperatura locale, viene rilevata tramite un
segnale elettromagnetico sinusoidale e monocromatico a radiofrequenza, che viene parzialmente
riflesso a causa della variazione dell’indice di rifrazione elettromagnetico dell'aria, variazione
provocata dall’onda di pressione (onda acustica).
Le caratteristiche tecniche e le grandezze misurate dal RASS sono riportate nelle seguenti tabelle.

14
Tabella 2.4: Caratteristiche tecniche del RASS
ANTENNE
Tipo: Due parabole riflettenti - φ = 1.8 m
TRASMETTITORE
Frequenza: 1290 MHz
Modulazione: Onde continue
Potenza RF: 20 W circa
RICEVITORE
Frequenza: 1290 MHz
Figura di rumore: < 1 dB
Larghezza di banda RF: < 5 MHz

Tabella 2.5: Grandezze medie e istantanee misurate dal RASS


GRANDEZZE MEDIE MISURATE GRANDEZZI ISTANTANEE MISURATE
Spettro Spettro
Intensità del segnale Intensità del segnale
Riflettività Riflettività
Velocità del suono verticale Velocità del suono verticale
Temperatura virtuale Codice di plausibilità
Gradiente della temperatura virtuale
Stabilità
Codice di plausibilità

SODAR

Il SODAR è un sistema di misura che si basa sull’emissione in atmosfera di una serie di impulsi
acustici (in particolare di un pacchetto di onde acustiche di lunghezza d’onda fissata) che vengono
diffusi dalle disomogeneità termiche, rappresentate dalle masse di aria in movimento. La frazione di
segnale che viene retrodiffusa torna al sensore con una frequenza che differisce dalla frequenza del
segnale emesso per effetto Doppler, dato che la riflessione è stata causata da superfici in moto.
Dalla misura della frequenza Doppler, cioè dalla frequenza dell’eco, si ottiene la velocità del vento,
o meglio, la componente della velocità del vento lungo la direzione di propagazione del pacchetto
acustico. Analizzando il segnale di ritorno in funzione del tempo è possibile ricavare la componente
v del vento a varie quote. Per ottenere informazioni sul vettore vento è indispensabile effettuare
sondaggi in tre diverse direzioni, in modo da ricavare tre componenti. Dall’analisi nel tempo del
segnale e da tre sondaggi in tre differenti direzioni è così possibile effettuare misure profilometriche
di velocità e direzione del vento. Il periodo di ripetizione degli impulsi emessi definisce la portata
dello strumento, in quanto determina il tempo massimo dell’eco di ritorno e quindi la quota
massima raggiungibile. La durata dell’impulso acustico è invece direttamente correlata alla quota
minima di rilevamento, nel caso in cui l’antenna sia di tipo monostatico, dato che nel periodo di
trasmissione è disabilitata la funzione di ricezione. Anche la risoluzione in quota dipende dalla
durata dell’impulso, in particolare si considera la metà della lunghezza spaziale del treno di onde

15
(nλa/2). La risoluzione dipende inoltre dalle caratteristiche spettrali del ricevitore (banda passante,
campionamento della FFT, etc.), mentre l’accuratezza, oltre che dai precedenti fattori, dipende
soprattutto dal rapporto segnale/rumore.
Nella seguente tabella sono riportate le prestazioni del sistema SODAR installato nella zona del
porto di Taranto:

Tabella 2.6: Principali caratteristiche del SODAR

CARATTERISTICHE VALORE
velocità del vento 0-35 m/s
Intervallo di misura
direzione del vento 0-360°
vel. vento (0-5m/s) ± 0.5 m/s
Accuratezza vel. vento (5-35 m/s) ± 10 %
direzione del vento ± 5°
Minima altezza di misurazione 10 m
Risoluzione (variabile) 5-100 m
Quota massima di misurazione (tipica) 400 m
Disponibilità dei dati (dipendente dal livello di
80% fino a 200 m
rumore ambientale e dai parametri di lavoro)

Il sistema integrato RASS-SODAR prevede l’uso di una sola antenna acustica. Questa è di tipo
monostatico, funziona quindi sia in trasmissione che in ricezione; durante le misure il SODAR
alterna treni acustici nella direzione verticale e lungo altre due direzioni, ortogonali tra loro, in
modo da determinare tre componenti, per la ricostruzione del profilo del vettore vento. Si tratta di
un sistema innovativo, in quanto generalmente per la determinazione delle tre componenti del vento
vengono utilizzate tre antenne distinte, ciascuna orientata secondo la direzione di misura. In questo
caso le tre antenne, che emettono in contemporanea, utilizzano tre frequenze diverse, per evitare che
gli echi di ritorno interferiscano. Viceversa, questo sistema opera con una sola frequenza,
alternando le direzioni di misura. Il vantaggio principale consiste nel minor ingombro dell’apparato,
mentre le prestazioni sono sostanzialmente analoghe.

Il sistema SODAR utilizzato è stato sviluppato dalla ditta tedesca METEK: si tratta di un sistema a
Phase-array (Modello DSPA90) a 4x4 elementi disposti a matrice, in cui i tre impulsi acustici
richiesti per la misura vengono ottenuti mediante uno shift di fase del segnale elettrico fornito al
singolo elemento. Tale principio consente di controllare l’angolo di emissione dell’impulso
avvalendosi anche della frequenza acustica di emissione. Il SODAR, facente parte del laboratorio
meteorologico dell’ISPESL, è posto su un carrello mobile per facilitarne il trasporto e la
collocazione sul territorio. Al fine di ottenere delle misure più accurate, il sistema è fornito di alcuni
pannelli fonoassorbenti tesi a minimizzare l’influenza del rumore sul segnale rilevato. In particolare
gli schermi acustici che circondano l’antenna permettono di ridurre sia l’impatto acustico
sull’ambiente del suono emesso, che di limitare il disturbo del rumore ambientale sulla misurazione
eseguita. La quota massima di misurazione dipende in modo particolare dai livelli di rumore
ambientale presenti e dalla riflettività dell’atmosfera. Nella seguente tabella sono riportate le
grandezze misurate dal sistema.

16
Tabella 2.7: Grandezze misurate dal sistema SODAR
GRANDEZZA
Componenti cartesiane u, v, w del vento
Velocità e direzione orizzontali del vento
Componenti lungo gli assi acustici (radiali) del vento
Dev. Standard direzione del vento orizzontale
Dev. Standard angolo inclinazione verticale del vento
Classe di stabilità atmosferica
Sigma componenti radiali
Riflettività lungo gli assi acustici
Guadagno lungo gli assi acustici

Le componenti radiali del vento vengono collezionate ogni circa 5 secondi. I valori medi delle
grandezze sopra riportate vengono calcolati, come per le grandezze al suolo, ogni 10 minuti, in
modo da permettere lo studio dell’evoluzione dei fenomeni meteorologici con elevato dettaglio.

2.4.3 Le due stazioni METEO-MICROS

Al fine dell’integrazione delle misure dei parametri meteo nell’area di studio, sono state posizionate
due stazioni meteorologiche rispettivamente nei comuni di San Giorgio (UTM: X=701. 529 Y=4481.
066 Z=85) e di Monte Mesola (UTM: X=697. 861 Y=4492. 304 Z=75) per la misura di velocità e
direzione del vento, umidità relativa e temperatura. I dati sono stati collezionati con valori medi a
10 minuti partendo da misure con frequenza di un secondo. Nella seguente figura è visibile la
stazione di Monte Mesola.

Fig. 2.5: Stazione meteo di Monte Mesola

17
Nelle seguenti tabelle sono riportate le caratteristiche tecniche degli strumenti utilizzati.

Tabella 2.8: Caratteristiche tecniche delle stazioni MICROS


VELOCITA’ DEL VENTO – ANEMOMETRO A COPPE SVDV
Il trasduttore è costituito da un sensore magnetico ad
Principio di misura:
effetto Hall e da un magnete anulare a 6 coppie polari.
Campo di misura: 0 – 50 m/s
Sensibilità: 0.25 m/s
Risoluzione: 0.1 m/s
Precisione: ± 0.25 m/s (0 – 20 m/s); ± 0.7 m/s (>20 m/s)
Temp. di funzionamento -25 - +70°C
DIREZIONE DEL VENTO – BANDERUOLA SVDV
Il sensore è costituito da un trasduttore con
Principio di misura: potenziometro di tipo professionale con caratteristiche
di alta affidabilità e lunga durata.
Campo di misura: 0 – 360°
Sensibilità: 0.25 m/s
Risoluzione: 0.1°
Precisione: ± 0.5 %
Campo di funzionamento: 0 – 50 m/s
Rapporto di smorzamento: < 0.65
Temp. di funzionamento -25 - +70°C
TEMPERATURA – TERMORESISTENZA STEP
L’elemento sensibile è costituito da una
termoresistenza Pt100 con uscita a quattro fili e curva
Principio di misura: di risposta secondo le norme DIN 43760 Classe A. Un
doppio schermo antiradiazione protegge l’elemento
sensibile dalla radiazione solare diretta.
Campo di misura: -50 – +80°C
Sensibilità: 0.01 °C
Tempo di risposta: < 15 s
Precisione: DIN 43760 Classe A
Ventilazione: Naturale
Temp. di funzionamento -50 – +80°C
UMIDITA’ RELATIVA ARIA – IGROMETRO SRH
Il trasduttore utilizzato è di tipo elettronico ed è
costituito da un elemento a film sottile la cui capacità
Principio di misura: varia linearmente con l’umidità relativa dell’aria. Un
doppio schermo antiradiazione protegge l’elemento
sensibile dalla radiazione solare diretta.
Campo di misura: 0 – 100%
Risoluzione: 1%
Sensibilità: ± 0.5 %
Precisione: ± 2 % f.s.
Tempo di risposta: < 5 min
Ventilazione: Naturale
Temp. di funzionamento -25 – +70°C

18
3. PRESENTAZIONE DEI DATI DI MONITORAGGIO
3.1 Campagna invernale

3.1.1 Dati del LMM (Laboratorio Meteorologico Mobile)

Il laboratorio meteorologico mobile è stato operativo durante la campagna invernale dal 18 febbraio
al 16 marzo 2004 ed è stato posizionato nella zona del porto di Taranto (UTM: X=688. 353 Y=4484.
187 Z=1). Nella tabella seguente sono riportati i valori minimi, massimi e medi delle grandezze
meteorologiche misurate e calcolate.

Tabella 3-1: Principali risultati delle elaborazioni statistiche eseguite sui dati del
LMM nella campagna invernale
GRANDEZZA STRUMENTO Unità Min Medio Max

Differenza di Differ. Temperatura 2-10m come differ.


°C -1.92 -0.51 2.77
temperatura tra 2 e 10 m Temperat. PT1000 da GILL_HR

Energia cineteca
Elaborazione di grandezze derivate (m/s)2 0.00 0.92 9.85
turbolenta

Friction velocity Elaborazione di grandezze derivate m/s 0.01 0.29 1.13

Pressione atmosferica YOUNG da YOUNG


Pressione atmosferica hPa 993.30 1015.52 1032.20
26700

Radiazione solare Sensore radiazione solare globale Black-White


Watt/m2 0.00 129.80 852.00
globale da YOUNG 26700

Sigma velocità vento Anemometro sonico GILL Windmaster da


m/s 0.00 0.41 6.00
verticale uscita digitale high rate

Stress di Reynolds
Elaborazione di grandezze derivate Kg/ms2 0.00 0.15 1.56
superficiale

Sensore temperatura ambiente PT1000 a 10m


Temperatura 10m °C 2.43 10.88 18.34
da YOUNG 26700

Sensore temperatura ambiente PT1000 a 2m da


Temperatura 2m °C 3.39 11.39 18.14
YOUNG 26700

Temperatura terreno Sensore temperatura terreno da YOUNG 26700 °C 1.90 12.51 32.10

Umidità relativa Umidità relativa VAISALA da YOUNG 26700 % 32.00 71.51 97.00

Anemometro sonico GILL Windmaster da


Velocità vento verticale m/s 0.00 0.07 11.29
uscita digitale high rate

Velocità vento Anemometro sonico GILL Windmaster da


m/s 0.10 4.75 39.10
orizzontale scalare uscita digitale high rate

Quantità di pioggia Sensore quantità di pioggia mm Totale 32.20

19
Dai valori statistici estratti emerge che nel periodo considerato la velocità del vento ha avuto
un’escursione compresa tra 0.1 e 39.1 m/s con un valore medio di circa 4.75 m/s. La temperatura
dell’aria ha coperto un intervallo compreso tra 3.4 e 18.1 °C con valore medio nel periodo di circa
11 °C. Per quanto riguarda l’umidità relativa è stato misurato un valore minimo di 32%, un valore
massimo del 97% e un valore medio del 71%.
Nella seguente figura è riportata la rosa dei venti dei dati raccolti dal LMM durante la campagna
invernale. Si può osservare che il 7.6% dei dati raccolti rappresenta dei venti sostenuti con velocità
superiore ai 9 m/s (velocità media di 11.2 m/s) e con direzione media SSE (dal mare): una
condizione di questo tipo può determinare un trasporto di inquinanti dalla zona industriale di
Taranto verso i paesi posti a Nord-Ovest (es: Statte, Palagiano) ma comunque con forti effetti di
diluizione. Percentuali significative con venti compresi tra i 3 e i 7 m/s si hanno nei settori NE e
NO; i venti da NO possono invece essere responsabili di un trasporto dalla zona industriale verso la
città di Taranto. L’ultimo settore significativo è il SO con venti compresi tra i 5 e i 9m/s.

Fig. 3-1: RDV del LMM - Campagna invernale

Nelle seguenti figure viene riportato l’andamento del GIORNO MEDIO di alcune tra le grandezze
meteorologiche misurate e calcolate dal LLM durante la campagna invernale. Le prime due figure
rappresentano rispettivamente la velocità del vento al suolo e la velocità di attrito u*. Quest’ ultima
è una velocità di scala che permette di quantificare lo sforzo di taglio del vento dovuto all’attrito
con la superficie terrestre: risulta essere tanto più grande quanto più grande è la velocità del vento e
20
la rugosità del suolo. Considerando che il LMM è stato posizionato, come detto precedentemente,
nella zona del porto, in prossimità del mare e quindi in una zona a bassa rugosità, possiamo
osservare come l’andamento di u* rispecchia l’andamento della velocità del vento al suolo,
raggiungendo valori medi di circa 0.35 m/s tra le 14:00 e le 17:00 in corrispondenza dei valori medi
più elevati di velocità del vento di circa 5.8 m/s registrati nelle stesse ore.

VELOCITA' DEL VENTO - GIORNO MEDIO LMM

8,0

7,0

6,0

5,0
VV (m/s)

4,0

3,0

2,0

1,0

0,0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-2: Giorno medio della velocità del vento del LMM - Campagna invernale

FRICTION VELOCITY - GIORNO MEDIO LMM

0,50

0,45

0,40

0,35

0,30
U* (m/s)

0,25

0,20

0,15

0,10

0,05

0,00
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-3: Giorno medio della velocità di attrito del LMM - Campagna invernale

21
Nella seguente figura è riportato l’andamento del giorno medio dell’energia cinetica turbolenta, la
cui variazione è legata ai termini di galleggiamento ed allo sforzo turbolento. Possiamo osservare il
tipico andamento a campana: la TKE comincia a crescere a partire dall’alba e raggiunge il suo
massimo intorno alle 15:00 in corrispondenza del massimo spessore dello strato di mescolamento;
durante le ore giornaliere infatti, si sommano i contributi del termine di galleggiamento (che con i
moti convettivi dovuti al riscaldamento di masse d’aria produce turbolenza) con quelli legati al
vento medio. Con il diminuire della radiazione solare inizia una fase discendente in cui il termine di
galleggiamento diventa negativo (con effetto stabilizzante) ma rimane comunque il contributo del
vento medio.

ENERGIA CINETICA TURBOLENTA - GIORNO MEDIO LMM

1,80

1,60

1,40

1,20
TKE (m/s)2

1,00

0,80

0,60

0,40

0,20

0,00
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-4: Giorno medio della TKE del LMM - Campagna invernale
Nelle seguenti figure sono riportati gli andamenti del giorno medio della radiazione solare globale,
della temperatura misurata a 2m dal suolo e dell’umidità relativa.

22
RADIAZIONE SOLARE GLOBALE - GIORNO MEDIO LMM

500

450

400

350

300
RG (Watt/m2)

250

200

150

100

50

0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-5: Giorno medio della RG del LMM - Campagna invernale

TEMPERATURA 2 m - GIORNO MEDIO LMM

16,0

14,0

12,0

10,0
T (°C)

8,0

6,0

4,0

2,0

0,0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-6: Giorno medio della temperatura del LMM - Campagna invernale

23
UMIDITA' RELATIVA - GIORNO MEDIO LMM

100

95

90

85

80
UR (%)

75

70

65

60

55

50
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-7: Giorno medio dell’umidità relativa del LMM - Campagna invernale

La radiazione solare globale risulta essere abbastanza contenuta con valori massimi di circa 450
Watt/m2. La temperatura media giornaliera ha un’escursione di soli 3°C tra il giorno e la notte
intorno ad un valor medio di 11°C. L’umidità relativa è invece abbastanza elevata durante le ore
notturne (75% circa) e tende a diminuire di un 10% durante le ore di insolazione giornaliera.
Bisogna comunque tenere in considerazione anche il contributo all’umidità apportata dal mare
visto il posizionamento nel porto di questa stazione meteorologica.
Nella seguente figura è riportato infine l’andamento del giorno medio della deviazione standard
della velocità verticale del vento, legata ai fenomeni di rimescolamento turbolento dell’atmosfera.
L’andamento temporale medio di questa grandezza non sembra mostrare il tipico andamento a
campana centrato sulle ore di massima insolazione, in cui il contributo alla turbolenza è
prevalentemente di origine convettiva. La presenza del mare nelle immediate vicinanze del LMM
produce un contributo di natura prevalentemente meccanica, caratterizzato da un valore medio
pressoché costante intorno al valore di 0.4 m/s.

24
DEVIAZIONE STANDARD DELLA VELOCITA' VERTICALE DEL VENTO - GIORNO MEDIO LMM

0,6

0,5

0,4
SIGW (m/s)

0,3

0,2

0,1

0,0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-8: Giorno medio della σw del LMM - Campagna invernale

3.1.2 Dati delle stazioni MICROS

Le due stazioni meteorologiche MICROS sono state operative durante la campagna invernale dal 17
febbraio al 18 marzo 2004, posizionate nei comuni di San Giorgio e di Monte Mesola. Nella
seguente tabella sono riportati i valori minimi, medi e massimi delle grandezze misurate durante la
campagna. Si può osservare che la velocità media del vento risulta inferiore di circa 1m/s rispetto a
quella registrata dal LMM, ma soprattutto si registra un valore massimo di circa 12.5m/s in
entrambe le stazioni, decisamente inferiore a quello di 39.1m/s registrato dal LMM che, come detto
precedentemente, si trova in vicinanza del mare. La temperatura media risulta anche nelle due
stazioni MICROS di circa 11.1°C, mentre quella massima è di circa 4°C superiore a quella del
LMM. I valori di umidità relativa sono perfettamente in accordo con quelli registrati dal LMM,
salvo che per il valore minimo della stazione di Monte Mesola che risulta inferiore di 10 punti
percentuali.

Tabella 3-2: Principali risultati delle elaborazioni statistiche eseguite sui dati delle
stazioni MICROS nella campagna invernale
STAZIONE SAN GIORGIO

GRANDEZZA STRUMENTO Unità Min Medio Max

Velocità vento
Anemometro a coppe SVDV m/s 0.20 3.55 12.70
orizzontale scalare

Temperatura 10m Termoresistenza STEP °C 3.10 11.14 23.60

Umidità relativa Igrometro SHR % 35.00 74.08 99.40

25
STAZIONE MONTE MESOLA

GRANDEZZA STRUMENTO Unità Min Medio Max

Velocità vento
Anemometro a coppe SVDV m/s 0.10 3.35 12.50
orizzontale scalare

Temperatura 10m Termoresistenza STEP °C 3.10 11.15 21.10

Umidità relativa Igrometro SHR % 25.40 74.33 99.30

Nelle seguenti figure sono visibili le rose dei venti registrate dalle due stazioni durante la campagna
invernale. Si può osservare che il 21.5% dei dati raccolti nella stazione di San Giorgio rappresenta
dei venti con velocità media di 5.3 m/s e con direzione media SSE. Percentuali significative con
venti compresi tra i 3 e i 7 m/s si hanno nei settori Nord e Sud-Ovest. Anche in questo caso
possiamo osservare che vengono interessate principalmente quattro direzioni, di cui due (SSE e SO)
sono in accordo con le direzioni registrate dal LMM, mentre le altre due (Nord ed Est) sono ruotate
di circa 45° in senso orario rispetto a quelle del LMM (NO e NE).

Fig. 3-9: RDV della stazione di San Giorgio - Campagna invernale

26
I dati raccolti nella stazione di Monte Mesola indicano per il 40% circa dei venti con direzione
media NNO e velocità media di circa 4m/s. Venti più sostenuti con velocità media di 6.9 m/s sono
stati registrati nel settore SSE. In questo caso possiamo osservare che nei settori Est ed Ovest
ricadono meno del 2% dei dati raccolti dalla stazione durante la campagna invernale.

Fig. 3-10: RDV della stazione di Monte Mesola - Campagna invernale

Nelle seguenti figure sono visibili gli andamenti del giorno medio per velocità del vento,
temperatura ed umidità relativa, rilevati nelle due stazioni di misura. L’andamento medio della
velocità è molto simile nelle due stazioni e ben in accordo con quello del LMM anche se con valori
medi giornalieri di circa 1.3m/s più bassi. Gli andamenti medi della temperatura nelle due stazioni
sono praticamente sovrapponibili ed in perfetto accordo con l’andamento rilevato dal LMM. Lo
stesso si può dire per l’andamento medio dell’umidità relativa che risulta leggermente superiore
durante le ore notturne e leggermente inferiore durante le ore giornaliere rispetto a quella del LMM.

27
VELOCITA' DEL VENTO - GIORNO MEDIO STAZIONI MICROS

8,0

7,0
SAN GIORGIO
MONTE MESOLA
6,0

5,0
VV (m/s)

4,0

3,0

2,0

1,0

0,0
0

0
00

00

00

00

00

00

00

00

00

00

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-11: Giorno medio della velocità del vento st. MICROS - Campagna invernale

TEMPERATURA - GIORNO MEDIO STAZIONI MICROS

16,0

SAN GIORGIO
MONTE MESOLA
14,0

12,0

10,0
T (°C)

8,0

6,0

4,0

2,0

0,0
0

0
00

00

00

00

00

00

00

00

00

00

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-12: Giorno medio della temperatura st. MICROS - Campagna invernale

28
UMIDITA' RELATIVA - GIORNO MEDIO STAZIONI MICROS

100

95
SAN GIORGIO
MONTE MESOLA
90

85

80
UR (%)

75

70

65

60

55

50
0

0
00

00

00

00

00

00

00

00

00

00

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-13: Giorno medio dell’umidità relativa st. MICROS - Campagna invernale

3.1.3 Dati del sistema SODAR\RASS

Per quanto riguarda l’analisi statistica dei venti in quota misurati con il sistema SODAR/RASS,
nella figura seguente è riportato il grafico della rosa dei venti ottenuta utilizzando tutti i dati in
quota collezionati durante la campagna invernale. Si può osservare che in quota vengono registrati
venti sostenuti, fino a 12 m/s, prevalentemente nei settori NNO e SSE.

29
Fig. 3-14: Rosa dei venti del SODAR - campagna invernale

Nella seguente figura sono visibili le rose dei venti rilevate dal sistema a diversi intervalli di quota.
Si può osservare che tra i 140 e i 220m si hanno essenzialmente due direzioni dominanti: SSE e
NNO, che possono essere responsabili di fenomeni di trasporto degli inquinanti emessi dai camini
più elevati della zona industriale, rispettivamente verso le città a nord di Taranto e verso le zone
occidentali della città. Con l’aumentare della quota si osserva una leggera rotazione oraria delle
direzioni dei venti più frequenti: a quote tra i 340 e i 400m i venti spirano essenzialmente da nord.
Bisogna comunque notare che l’effetto del codice di plausibilità, associato a ciascun dato, sulla
quota massima raggiunta da ciascuna misurazione, potrebbe dare luogo ad una differenza di
popolazione statistica su determinate quote che, ad esempio, potrebbero esser raggiunte solo in
determinate condizioni meteorologiche o ore della giornata (vento da terra notturno). L’errata
interpretazione potrebbe quindi facilmente condurre a valutazioni statistiche sulla rosa dei venti che
hanno rispondenza solo nelle condizioni meteo che le hanno determinate.

30
Fig. 3-15: RDV del SODAR a diverse quote - campagna invernale

Nella figura seguente è rappresentata la rosa dei venti ottenuta utilizzando tutti i dati in quota,
ripartendo i dati raccolti tra le ore giornaliere e quelle notturne. Si può osservare come la bassa
insolazione del periodo invernale non determini l’instaurarsi sistematico di fenomeni a scala locale,
come brezze di mare/terra; durante il giorno vengono interessati quasi tutti i settori tranne Est,
Ovest e Nord-Est con venti che frequentemente raggiungono i 12 m/s. Anche se in prevalenza sono
presenti venti da SSO provenienti dal mare, sono chiaramente visibili occorrenze di venti da NNO
provenienti dalla terra che spesso sono ascrivibili a fenomeni meteorologici su scala sinottica.
Durante la notte invece si registrano perlopiù venti con direzione NNO e velocità media di 6.5m/s,
anche se non mancano venti da sud con velocità medie più contenute. Questo risultato conferma
quanto detto sopra riguardo all’origine statistica dei venti prevalenti da nord a quote superiori a 250
m.

31
Fig. 3-16: RDV del SODAR giorno/notte - campagna invernale

Nelle due figure seguenti sono rappresentate le distribuzioni della velocità del vento e della
deviazione standard della velocità verticale del vento a diverse quote dai 40 fino ai 400 m. Si può
osservare che all’aumentare della quota aumenta il valor medio della distribuzione della velocità ed
inoltre si passa da una distribuzione asimmetrica vicino al suolo (dove si risente degli effetti della
rugosità) ad una distribuzione via via più simmetrica a quote elevate.

Fig. 3-17: Distribuzione della velocità del vento del SODAR - campagna invernale
Anche il valor medio della deviazione standard della velocità verticale tende a crescere leggermente
con la quota ed anche in questo caso la distribuzione tende a diventare simmetrica.

32
Fig. 3-18: Distribuzione della σw del SODAR - campagna invernale

Nella figura seguente è visibile la distribuzione delle classi di stabilità di Pasquill ottenute
utilizzando una tabella di associazione basata sui valori di velocità del vento e di deviazione
standard della velocità verticale del vento. Possiamo osservare che nel 50% dei casi le condizioni
atmosferiche sono neutre (classe D) e nel 22% debolmente instabili (classe C): sono condizioni che
normalmente si presentano durante il periodo invernale, con insolazione moderata o debole e
velocità superiori ai 3m/s.

33
Fig. 3-19: Distribuzione delle classi di stabilità di Pasquill - campagna invernale

3.2 Campagna estiva


3.2.1 Dati del LMM (Laboratorio Meteorologico Mobile)

Il laboratorio meteorologico mobile è stato operativo durante la campagna estiva dal 15 giugno al
21 luglio 2004 ed è stato posizionato ancora nella zona del porto di Taranto (UTM: X=688. 353
Y=4484. 187 Z=1). Nella tabella seguente sono riportati i valori minimi, massimi e medi delle
grandezze meteorologiche misurate e calcolate.
Dai valori statistici estratti emerge che nel periodo considerato la velocità del vento ha avuto
un’escursione compresa tra 0.01 e 11.2 m/s con un valore medio di 2.92 m/s. La temperatura
dell’aria ha coperto un intervallo compreso tra 19.6 e 36 °C con valore medio nel periodo di circa
26 °C. Per quanto riguarda l’umidità relativa è stato misurato un valore minimo di 19%, un valore
massimo del 85% e un valore medio del 56.6%.

34
Tabella 3-3: Principali risultati delle elaborazioni statistiche eseguite sui dati del
LMM nella campagna estiva
GRANDEZZA STRUMENTO Unità Min Medio Max

Differenza di Differ. Temperatura 2-10m come differ.


°C -1.57 0.39 3.65
temperatura tra 2 e 10 m Temperat. PT1000 da GILL_HR

Energia cineteca
Elaborazione di grandezze derivate (m/s)2 0.00 0.52 8.50
turbolenta

Friction velocity Elaborazione di grandezze derivate m/s 0.00 0.23 1.00

Pressione atmosferica YOUNG da YOUNG


Pressione atmosferica hPa 1000.70 1012.17 1019.70
26700

Radiazione solare Sensore radiazione solare globale Black-White


Watt/m2 0.00 290.18 959.00
globale da YOUNG 26700

Sigma velocità vento Anemometro sonico GILL Windmaster da


m/s 0.00 0.31 1.30
verticale uscita digitale high rate

Stress di Reynolds
Elaborazione di grandezze derivate Kg/ms2 0.00 0.09 1.22
superficiale

Sensore temperatura ambiente PT1000 a 10m


Temperatura 10m °C 19.52 26.67 36.41
da YOUNG 26700

Sensore temperatura ambiente PT1000 a 2m da


Temperatura 2m °C 19.65 26.27 36.03
YOUNG 26700

Temperatura terreno Sensore temperatura terreno da YOUNG 26700 °C 21.20 34.72 53.80

Umidità relativa Umidità relativa VAISALA da YOUNG 26700 % 19.00 56.66 85.00

Anemometro sonico GILL Windmaster da


Velocità vento verticale m/s 0.00 0.01 0.60
uscita digitale high rate

Velocità vento Anemometro sonico GILL Windmaster da


m/s 0.01 2.92 11.20
orizzontale scalare uscita digitale high rate

Quantità di pioggia Sensore quantità di pioggia mm Totale 0.00

Nella seguente figura è riportata la rosa dei venti dei dati raccolti dal LMM durante la campagna
invernale. Si può osservare che sono state registrate essenzialmente due direzioni prevalenti: il
37.4% dei dati hanno direzione media Sud-Ovest con velocità media di 3.3 m/s rappresentanti di
una brezza di mare; il 32.6% dei dati hanno invece direzione media Nord-Est con velocità media di
2.8 m/s rappresentanti di una brezza di terra.

35
Fig. 3-20: RDV del LMM - Campagna estiva

Nelle seguenti figure viene riportato l’andamento del GIORNO MEDIO per alcune tra le grandezze
meteorologiche misurate e derivate dal LLM durante la campagna estiva. Le prime due figure
rappresentano rispettivamente la velocità del vento al suolo e la velocità di attrito u*. Si può
osservare che il picco di velocità del vento è ottenuto verso le ore 15 quando la brezza di mare
raggiunge il massimo di intensità in corrispondenza dei massimi di intensità di radiazione solare. Si
può inoltre osservare come l’andamento di u* rispecchia l’andamento della velocità del vento al
suolo, raggiungendo valori medi di circa 0.30 m/s tra le 12:00 e le 16:00 in corrispondenza dei
valori medi più elevati di velocità del vento di circa 4.8 m/s registrati nelle stesse ore.

36
VELOCITA' DEL VENTO - GIORNO MEDIO LMM

8,0

7,0

6,0

5,0
VV (m/s)

4,0

3,0

2,0

1,0

0,0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-21: Giorno medio della velocità del vento del LMM - Campagna estiva

FRICTION VELOCITY - GIORNO MEDIO LMM

0,50

0,45

0,40

0,35

0,30
U* (m/s)

0,25

0,20

0,15

0,10

0,05

0,00
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-21: Giorno medio della velocità di attrito del LMM - Campagna estiva

Nella seguente figura è riportato l’andamento del giorno medio dell’energia cinetica turbolenta, la
cui variazione è legata ai termini di galleggiamento ed allo sforzo turbolento. Possiamo osservare il
tipico andamento a campana: la TKE comincia a crescere a partire dall’alba e raggiunge il suo
massimo intorno alle 14:00 in corrispondenza della massima intensità della brezza di mare; durante
le ore giornaliere infatti, si sommano i contributi del termine di galleggiamento (che con i moti

37
convettivi dovuti al riscaldamento di masse d’aria produce turbolenza) con quelli legati al vento
medio. Con il diminuire della radiazione solare inizia una fase discendente in cui il termine di
galleggiamento diventa negativo (con effetto stabilizzante) ma rimane comunque il contributo del
vento medio di terra caratterizzato da regimi anemologici più deboli.

ENERGIA CINETICA TURBOLENTA - GIORNO MEDIO LMM

1,80

1,60

1,40

1,20
TKE (m/s)2

1,00

0,80

0,60

0,40

0,20

0,00
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-22: Giorno medio della TKE del LMM - Campagna estiva

Nelle seguenti figure sono riportati gli andamenti del giorno medio della radiazione solare globale,
della temperatura misurata a 2m dal suolo e dell’umidità relativa.
RADIAZIONE SOLARE GLOBALE - GIORNO MEDIO LMM

900

800

700

600
RG (Watt/m2)

500

400

300

200

100

0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-23: Giorno medio della RG del LMM - Campagna estiva

38
TEMPERATURA 2 m - GIORNO MEDIO LMM

36,0

34,0

32,0

30,0
T (°C)

28,0

26,0

24,0

22,0

20,0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-24: Giorno medio della temperatura del LMM - Campagna estiva

UMIDITA' RELATIVA - GIORNO MEDIO LMM

80

75

70

65

60
UR (%)

55

50

45

40

35

30
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-25: Giorno medio dell’umidità relativa del LMM - Campagna estiva

La radiazione solare globale,registrata durante l’estate, risulta essere abbastanza elevata con valori
massimi di circa 800 Watt/m2. La temperatura media giornaliera ha un’escursione di circa 6°C tra il
giorno e la notte intorno ad un valor medio di 26°C. L’umidità relativa ha un valor medio del 63%
durante le ore notturne e tende a diminuire di un 10% durante le ore di insolazione giornaliera.

39
Nella seguente figura è riportato infine l’andamento del giorno medio della deviazione standard
della velocità verticale del vento. Il contributo convettivo è, al contrario di quello rilevato nella
campagna invernale, presente nelle ore di massima insolazione. Tuttavia anche il contributo
meccanico al rimescolamento è presente sia nelle ore diurne, in conseguenza della brezza di mare,
che sopratutto nelle ore notturne con un valore medio di circa 0.25 m/s grazie alla bassa rugosità
superficiale presente nella zona portuale in cui è posizionato il LMM.

DEVIAZIONE STANDARD DELLA VELOCITA' VERTICALE DEL VENTO - GIORNO MEDIO LMM

0,6

0,5

0,4
SIGW (m/s)

0,3

0,2

0,1

0,0
00

00

00

00

00

00

00

00

00

00

0
.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-26: Giorno medio della σw del LMM - Campagna estiva

3.2.2 Dati delle stazioni MICROS

Le due stazioni meteorologiche MICROS sono state operative durante la campagna estiva dal 16
giugno al 22 luglio 2004, posizionate, come per la campagna invernale, nei comuni di San Giorgio e
di Monte Mesola. Nella seguente tabella sono riportati i valori minimi, medi e massimi delle
grandezze misurate durante la campagna.
Si può osservare che la velocità media del vento risulta pressoché uguale a quella registrata dal
LMM e quella massima è di circa 2m/s inferiore. La temperatura media risulta anche nelle due
stazioni MICROS di circa 27°C presentando però un’escursione maggiore con valori minimi
inferiori e valori massimi leggermente superiori a quelli registrati dal LMM. Anche l’intervallo
coperto dall’umidità relativa nelle stazioni MICROS risulta leggermente più ampio, con un minimo
di umidità relativa del 12% nella stazione di Monte Mesola ed un massimo del 96.4% nella stazione
di San Giorgio.

40
Tabella 3-4: Principali risultati delle elaborazioni statistiche eseguite sui dati delle
stazioni MICROS nella campagna estiva
STAZIONE SAN GIORGIO

GRANDEZZA STRUMENTO Unità Min Medio Max

Velocità vento
Anemometro a coppe SVDV m/s 0.00 2.48 8.90
orizzontale scalare

Temperatura 10m Termoresistenza STEP °C 18.50 27.31 39.80

Umidità relativa Igrometro SHR % 19.60 49.12 96.40

STAZIONE MONTE MESOLA

GRANDEZZA STRUMENTO Unità Min Medio Max

Velocità vento
Anemometro a coppe SVDV m/s 0.00 2.72 9.60
orizzontale scalare

Temperatura 10m Termoresistenza STEP °C 17.90 27.25 39.90

Umidità relativa Igrometro SHR % 12.00 43.47 92.80

Nelle seguenti figure sono visibili le rose dei venti registrate dalle due stazioni durante la campagna
estiva. Anche la rosa dei venti della stazione di San Giorgio evidenzia la presenza di un regime di
brezza di mare con direzione media SSO e velocità media di 4m/s e di brezza di terra con direzione
media NNE e velocità media leggermente superiore a 4m/s.

41
Fig. 3-27: RDV della stazione di San Giorgio - Campagna estiva

La rosa dei venti della stazione di Monte Mesola permette di osservare oltre ad un regime di brezze
terra/mare, la presenza di venti con direzione media Nord-Est e velocità media di 3m/s per circa il
20% dei dati registrati.

42
Fig. 3-28: RDV della stazione di Monte Mesola - Campagna estiva

Nelle seguenti figure sono visibili gli andamenti del giorno medio per velocità del vento,
temperatura ed umidità relativa, rilevati nelle due stazioni di misura. L’andamento medio della
velocità è molto simile nelle due stazioni e ben in accordo con quello del LMM anche se il valore
massimo, registrato intorno alle 15, risulta di circa 1m/s più basso. Gli andamenti medi della
temperatura nelle due stazioni sono molto simili ed entrambi mettono in evidenza un’escursione
termica giorno/notte maggiore rispetto a quanto rivelato dal LMM. L’umidità relativa nella stazione
di San Giorgio risulta di circa il 7% superiore rispetto a quella misurata nella stazione di Monte
Mesola; inoltre entrambi gli andamenti presentano dei valori di umidità relativa più bassi durante il
giorno rispetto ai valori registrati dal LMM.

43
VELOCITA' DEL VENTO - GIORNO MEDIO STAZIONI MICROS

8,0

7,0
SAN GIORGIO
MONTE MESOLA
6,0

5,0
VV (m/s)

4,0

3,0

2,0

1,0

0,0
0

0
00

00

00

00

00

00

00

00

00

00

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-29: Giorno medio della velocità del vento st. MICROS - Campagna estiva

TEMPERATURA - GIORNO MEDIO STAZIONI MICROS

36,0

34,0
SAN GIORGIO
MONTE MESOLA
32,0

30,0
T (°C)

28,0

26,0

24,0

22,0

20,0
0

0
00

00

00

00

00

00

00

00

00

00

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Ora

Fig. 3-30: Giorno medio della temperatura st. MICROS - Campagna estiva

44
UMIDITA' RELATIVA - GIORNO MEDIO STAZIONI MICROS

70

65
SAN GIORGIO
MONTE MESOLA
60

55

50
UR (%)

45

40

35

30

25

20
0

0
00

00

00

00

00

00

00

00

00

00

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0

.0
0.

1.

2.

3.

4.

5.

6.

7.

8.

9.

10

11

12

13

14

15

16

17

18

19

20

21

22

23
Ora

Fig. 3-31: Giorno medio dell’umidità relativa st. MICROS - Campagna estiva

3.2.3 Dati del sistema SODAR\RASS

Per quanto riguarda l’analisi statistica dei venti in quota misurati con il sistema SODAR/RASS,
nella figura seguente è riportato il grafico della rosa dei venti ottenuta utilizzando tutti i dati in
quota collezionati durante la campagna estiva. Si può osservare la presenza di venti con direzioni
contenute essenzialmente nei settori Nord e Sud, rappresentanti rispettivamente un regime di brezza
di terra e di mare. La velocità media è di circa 5 m/s, ma vengono registrati valori massimi di 17
m/s.

45
Fig. 3-32: Rosa dei venti del SODAR - campagna estiva

Nella seguente figura sono visibili le rose dei venti rilevate dal sistema a diversi intervalli di quota.
Si può osservare che le direzioni dominanti sono sempre Nord e Sud, ma l’intensità della velocità,
soprattutto quella dei venti da Nord, tende a crescere con la quota. Si può inoltre osservare che a
quote superiori a 340 m diminuisce notevolmente la popolazione statistica dei venti provenienti da
Sud rappresentanti un regime di brezza di mare (giornaliera): questo aspetto è molto probabilmente
legato alla quota massima raggiunta dalle misure per l’effetto di validazione, sui dati raccolti, del
test di plausibilità. Normalmente, infatti, le quote più elevate vengono raggiunte durante le ore
notturne in presenza di un vento di terra. Bisogna quindi tenere conto di questo aspetto onde evitare
una errata interpretazione che può condurre a valutazioni statistiche sulla rosa dei venti che hanno
rispondenza solo nelle condizioni meteo che le hanno determinate.

46
Fig. 3-33: RDV del SODAR a diverse quote - campagna estiva

Nella figura seguente, la rosa dei venti ottenuta utilizzando tutti i dati in quota, è rappresentata
ripartendo i dati raccolti tra le ore giornaliere e quelle notturne. In questo caso emerge chiaramente
la presenza di fenomeni a scala locale legati alla forte insolazione del periodo estivo, che porta
all’instaurarsi di fenomeni di brezza. Durante il giorno si registrano perlopiù venti da Sud con
velocità media di circa 4 m/s, anche se non mancano venti da Nord con velocità medie leggermente
più elevate. Durante la notte i venti spirano esclusivamente da NNO con velocità media di 4 m/s,
con qualche occorrenza di venti da NNE con velocità media di 6 m/s.

47
Fig. 3-34: RDV del SODAR giorno/notte - campagna estiva

Nella figura seguente è rappresentata la distribuzione della velocità del vento a diverse quote dai 40
fino ai 400 m. Si può osservare che all’aumentare della quota aumenta il valor medio della
distribuzione della velocità che passa da 3,6 m/s, alle quote più basse, fino a 5 m/s a quote più
elevate. Inoltre si passa da una distribuzione asimmetrica e stretta intorno al valor massimo vicino al
suolo (dove si risente degli effetti della rugosità) ad una distribuzione via via più simmetrica a quote
elevate.

Fig. 3-35: Distribuzione della velocità del vento del SODAR - campagna estiva
Anche il valor medio della deviazione standard della velocità verticale (figura seguente) tende a
crescere leggermente con la quota ed anche in questo caso la distribuzione tende a diventare
simmetrica a quote superiori ai 340 m.

48
Fig. 3-36: Distribuzione della σw del SODAR - campagna estiva

Nella figura seguente è infine visibile la distribuzione delle classi di stabilità di Pasquill ottenuta da
una tabella che associa questa variabile con la velocità del vento e la deviazione standard del vento
verticale. Possiamo osservare che nel 45% dei casi le condizioni atmosferiche sono neutre (classe
D); percentuali significative indicano condizioni debolmente instabili (classe C), ma anche
condizioni debolmente e moderatamente stabili (classi E ed F), tipiche delle ore notturne con bassa
nuvolosità e venti tra i 2 e i 5 m/s.

49
Fig. 3-37: Distribuzione delle classi di stabilità di Pasquill - campagna estiva

50
4. SET-UP MODELLISTICO E PARAMETRI OPERATIVI
UTILIZZATI
Allo scopo di ottenere la migliore accuratezza possibile nei risultati ottenuti da ciascun modulo
componente il sistema modellistico, è stata eseguita una ottimizzazione dei parametri operativi
descrittivi delle modalità di funzionamento di ciascun modulo. Verranno quindi di seguito
presentate le diverse scelte operative effettuate per l’utilizzo dei diversi modelli.

4.1 Set-up del codice MINERVE


Per generare il campo di vento e di temperature il dominio di calcolo, di 35 x 35 Km2, è stato
suddiviso in 71 x 71 celle a maglia quadrata con una risoluzione di 500 m. Il dominio è stato
suddiviso sull’asse verticale in 25 livelli secondo una scala logaritmica fino a raggiungere la quota
massima di 2000 m utilizzando uno schema a “terrain following coordinates”. Al modello è stata
fornita in input l’orografia del territorio e le mappe di rugosità secondo le metodologie
sopradescritte.
Inoltre sono stati forniti in input al modello tutti valori di temperatura, velocità e direzione del vento
misurate al suolo dalle diverse stazioni di misura utilizzate in apposite campagne di monitoraggio;
profili di vento, nella zona del porto di Taranto, costituito dai dati raccolti dal SODAR ISPESL e
dai dati forniti dal radiosondaggio SYNOP di Brindisi; due profili di temperatura costituiti dai dati
misurati dal Laboratorio Meteorologico Mobile (LMM) e dal sistema RASS ISPESL e dal profilo
di temperatura fornito dal radiosondaggio SYNOP di Brindisi.
L’interpolazione spaziale sul dominio di calcolo tridimensionale dei dati di vento e temperatura
forniti in input è stata effettuata separatamente per i diversi strati verticali adottando il metodo di
Cressman 2D. Al campo di vento orizzontale in superficie è stata applicata una correzione sia sulla
rugosità superficiale, per tenere conto delle diverse tipologie di territorio presenti nell’area di
studio, che in base all’altitudine del territorio in esame, per tenere conto della differenza di velocità
orizzontale del vento tra le zone in pianura e quelle situate sui rilievi.
Il modello MINERVE, così configurato, ha fornito in output i campi tridimensionali di vento e
temperatura nel dominio di calcolo con la risoluzione temporale di 10 minuti per avere la migliore
risoluzione temporale in grado di seguire le dinamiche di evoluzione del campo meteorologico.

4.2 Set-up del codice SURFPro


Il codice SURPro viene utilizzato per il calcolo delle variabili di scala turbolente, che sono poi
fornite al modello di dispersione SPRAY, per il calcolo delle σu, σv, σw e i tempi di scala
Lagrangiani da questo utilizzati. Per la configurazione di questo codice sono stati utilizzati i
medesimi parametri geometrici del dominio di calcolo utilizzati dal codice MINERVE. Per
l’applicazione degli algoritmi di calcolo delle variabili di scala è stata fornita la mappa di uso del
suolo (invernale ed estiva) estratta dalle mappe europee CORINE LAND COVER e i dati misurati
in superficie di umidità relativa, pressione atmosferica e radiazione solare globale. Questi ultimi
forniscono un input realistico ai sottomodelli di bilancio energetico utilizzati. Tra le diverse opzioni
presenti nel codice per il calcolo dell’altezza del PBL è stato selezionato lo schema di Gryning &
Batchvarova (1996), in cui la determinazione dell’altezza dell’IBL (Internal Boundary Layer) non
si limita a considerare il contributo di origine convettiva o meccanica ma include il termine di
advezione e diffusione dovuto al vento medio. Nel presente studio questo è particolarmente
importante nella linea di costa, in cui due diversi schemi di calcolo (suolo e acqua) darebbero luogo
ad altezze del PBL sensibilmente diverse in un spazio ridotto (elevato gradiente spaziale). L’uso
del suddetto schema, specialmente in regime di brezze, modifica e riduce questa discontinuità,
permettendo la penetrazione del PBL generato sul suolo, nella zona di mare prospiciente la costa nel
caso di brezza di terra e, viceversa, nel caso di brezze di mare.

51
4.3 Set-up del codice SPRAY
Il codice di dispersione Lagrangiano a particelle SPRAY è stato opportunamente configurato per
fornire in output campi tridimensionali di concentrazione oraria di NOx, SO2, CO e PM10 primario
oltre ai campi tridimensionali di turbolenza atmosferica. Tra i parametri di run forniti al modello
compaiono i tempi di emissione, integrazione e sincronizzazione. Il Δt di emissione rappresenta il
tempo trascorso il quale vengono emesse nuove particelle da ciascuna sorgente di emissione. Nel
presente studio si è optato per un tempo di emissione pari a 30 secondi calcolato come risultato di
un processo di ottimizzazione tra tempo di calcolo e risoluzione nell’emissione definita come
numero di particelle emesse per unità di massa. Per quanto riguarda il passo di integrazione si è
scelta l’opzione del tempo di discretizzazione variabile in cui il valore non è scelto dall’utente ma
determinato automaticamente dal modello. Il tempo di sincronizzazione prescelto in questo studio è
pari a 30 secondi.
Per quanto riguarda la definizione dello schema turbolento utilizzato dal modello è stato selezionato
lo schema di Thomson 87. La scelta rappresenta un ragionevole compromesso tra approssimazione
e tempo di calcolo (un giorno di simulazione pari ad un giorno di calcolo).
Il valore minimo del parametro di dispersione σw è stato scelto sulla base dei dati misurati dal
sistema SODAR in ciascuno dei periodi temporali simulati.
Allo scopo di calcolare le concentrazioni orarie sia su tutte le sorgenti che per ogni gruppo di
sorgenti (industriale, traffico, riscaldamento, attività marittime e fuggitive), il modello è stato
configurato per utilizzare una serie di matrici di calcolo corrispondenti al campo di concentrazione
generato da ogni macrosorgente per ogni composto considerato. A tale scopo il dominio di calcolo è
stato suddiviso in 71x71 celle con risoluzione di 500m e in 11 livelli verticali fino a una quota
massima di 1400 m.

4.4 Criteri di selezione e scelta dei periodi di simulazione


La scelta dei giorni su cui effettuare le simulazioni è stata operata tenendo conto di alcuni aspetti
che possono essere così riassunti:
• Analisi dei valori di inquinamento atmosferico registrate al suolo dalle diverse stazioni di
misura, individuando i picchi di concentrazione dei diversi composti analizzati, con
particolare rilevanza a quelli di probabile origine industriale.
• Individuazione di condizioni meteorologiche rappresentative di fenomeni a scala locale o
sinottica rilevabili nelle stagioni monitorate e responsabili di fenomeni di trasporto dalle
sorgenti inquinanti verso zone densamente abitate o di particolare interesse ambientale.
I giorni su cui successivamente sono state effettuate le simulazioni (33 giorni in totale) sono raccolti
nella tabella 2.

Tabella 4-1: Elenco dei giorni di simulazione


CAMPAGNA INVERNALE CAMPAGNA ESTIVA

20-21 FEBBRAIO 18-20 GIUGNO


02-06 MARZO 24-26 GIUGNO
09-10 MARZO 05-09 LUGLIO
12-16 MARZO 11-16 LUGLIO
19-20 LUGLIO

52
5. RISULTATI MODELLISTICI
Le simulazioni eseguite hanno permesso la generazione di diverse mappe di concentrazione insieme
ai risultati ottenuti dalla ricostruzione dei campi meteorologici per ciascun giorno delle simulazioni
effettuate. Per ragioni di spazio non vengono qui presentati i risultati orari e giornalieri ottenuti per
tutti i periodi di simulazione prescelti. Maggiori dettagli sulla metodologia applicata e i risultati
ottenuti possono essere trovati in pubblicazioni specifiche (Gariazzo, 2006; Gariazzo ed al., 2005a;
Gariazzo ed al., 2005b, Papaleo, 2004).
I risultati ottenuti sono stati comparati con quelli misurati al fine di eseguire una validazione dei
medesimi. Si è potuto quindi constatare che il sistema modellistico MINERVE/SURPRO/SPRAY è
in grado di poter fornire risposte affidabili per la ricostruzione dell’inquinamento atmosferico
nell’area di Taranto: i risultati migliori sono stati ottenuti per l’NOx, in quanto il modello è stato in
grado di riprodurre con un buon grado di approssimazione gli andamenti delle concentrazioni orarie
misurate per questo composto nei giorni simulati. Per gli altri inquinanti sono state individuate delle
sottostime del modello conseguenti, a secondo del composto, ad una errata quantificazione
dell’emissione reale o ad una valore di fondo presente nei dati misurati e non preso in
considerazione da questo tipo di sistema modellistico.

5.1 Risultati medi stagionali


Partendo dai risultati ottenuti nelle singole simulazioni orarie eseguite nei due periodi stagionali di
simulazione, è stato possibile calcolare le concentrazioni medie e massime per ciascuna delle due
stagioni analizzate (invernali ed estive) come media dei valori giornalieri medi ottenuti in ciascun
giorno simulato, suddividendo altresì le concentrazioni ottenute per contributi di ogni
macrosorgente (industriale, traffico, riscaldamento domestico, fuggitive, attività portuali). I
principali risultati vengono di seguito descritti.

5.1.1 Campagna invernale


Nella figura 5.1 sono riportate le mappe delle concentrazioni medie di SO2 per la stagione invernale
ed i contributi alle concentrazioni totali dalle emissioni industriali, dal traffico autoveicolare, dal
riscaldamento domestico e dalle attività marittime, che mettono in evidenza come il contributo
industriale e le attività marittime siano le principali sorgenti di emissione per questo composto.
L’analisi della distribuzione spaziale del campo di concentrazione al suolo evidenzia tre picchi di
valore medio pari a 25 μg/m3 localizzati in prossimità della zona industriale e nell’area urbana di
Taranto.
Nella figura 5.2 sono riportate le mappe delle concentrazioni medie invernali di NOx ed i contributi
alle concentrazioni totali dalle emissioni industriali, dal traffico autoveicolare, dal riscaldamento
domestico e dalle attività marittime: anche per questo composto si può osservare che il contributo
più significativo deriva dalle emissioni industriali, anche se contributi altrettanto importanti
provengono dalle emissioni autoveicolari e dalle attività marittime. Le mappe consentono di avere
anche una visione della collocazione e distribuzione spaziale dei diversi contributi, permettendo
altresì di individuare l’area d’impatto delle diverse emissioni. Ovviamente le emissioni industriali
sono quelle che, essendo emesse a quote più elevate, subiscono fenomeni di trasporto a lunga
distanza, andando ad interessare praticamente tutta l’area di studio. Il picco principale è collocato
nella zona urbana di Taranto con valori di circa 50 μg/m3, mentre un picco secondario è situato in
prossimità del rione Tamburi posto a ridosso della zona industriale. Altri picchi sono inoltre
individuabili in corrispondenza delle zone urbanizzate dei Comuni limitrofi. Il contributo delle
attività marittime evidenzia come il molo polisettoriale sia preponderante e come le concentrazioni
da esse prodotte si estendano sul mare e in prossimità della linea di costa. Le mappe relative ai
massimi evidenziano invece il maggiore contributo del traffico e del riscaldamento domestico
rispetto alle corrispondenti mappe medie.

53
Nella figura 5.3 sono riportate le mappe delle concentrazioni medie invernali di CO ed i contributi
alle concentrazioni totali dalle emissioni industriali, dal traffico autoveicolare, dal riscaldamento
domestico e dalle attività marittime. In questo caso possiamo osservare che tutte le macrosorgenti
analizzate contribuiscono, seppur in maniera diversa, alle concentrazioni di monossido di carbonio:
il contributo maggiore è quello del traffico autoveicolare, seguito da quello delle industrie e del
riscaldamento domestico con collocazioni spaziali ed aree d’impatto differenti ed infine da quello
delle attività marittime che viene messo maggiormente in luce osservando la mappa delle
concentrazioni massime invernali. I picchi di concentrazione pari a 100 μg/m3 sono collocati in
prevalenza nelle zone urbane e lungo le principali arterie di traffico ove hanno luogo le principali
emissioni.
Infine, nella figura 5.4 sono riportate le mappe delle concentrazioni medie invernali di PM10
primario ed i contributi alle concentrazioni totali dalle emissioni industriali, dal traffico
autoveicolare, dal riscaldamento domestico, dalle attività marittime e dalle fuggitive. Per questo
composto si può osservare che il contributo maggiore deriva dalle emissioni industriali e dalle
fuggitive, per le quali è ben visibile la collocazione sul territorio delle sorgenti di emissione che
corrispondono alle aree di stoccaggio e cave di calcare. La distribuzione spaziale del campo di
concentrazione al suolo mostra un’estensione di un’area 4x4 Km2 centrata sul polo industriale. I
picchi di concentrazione, dell’ordine dei 70 μg/m3 sono in prevalenza collocati nell’area industriale
e investono solo marginalmente l’area urbana di Taranto. Visti comunque i scarsi risultati ottenuti
per questo inquinante nella fase di validazione con le misure al suolo, questo risultato deve essere
sottoposto ad ulteriore verifica.

Per sintetizzare quanto presentato nel presente paragrafo, sono state calcolate e riportate nella
tabella 5.1 i contributi percentuali alle emissioni totali medie invernali e le concentrazioni medie
totali per ciascun composto analizzato e per alcuni punti sul territorio corrispondenti alle stazioni di
Dante, Orsini, Palagiano, Paolo VI, Peripato e Statte, in quanto rappresentanti di aree diverse sul
territorio studiato. Precisamente Dante e Peripato sono localizzate nell’area urbana della città di
Taranto; Statte e Palagiano si trovano rispettivamente a Nord ed a Nord-Ovest rispetto all’area
industriale; Orsini si trova a ridosso dell’area industriale; Paolo VI è localizzata a Nord di Taranto
ed a Est rispetto alla zona industriale.
Si può osservare che in quasi tutte le stazioni (tranne Palagiano) circa il 90% della concentrazione
di SO2 è di origine industriale, mentre la restante parte deriva dalle emissioni delle attività
navali.Contributi nulli o trascurabili sono invece previsti per le sorgenti traffico e riscaldamento
domestico.
Si può notare inoltre che circa l’85% delle concentrazioni di NOx in ciascuna stazione è dato dalla
somma dei contributi delle emissioni da traffico veicolare e delle industrie, in proporzioni variabili
a seconda della zona, mentre riscaldamento e attività portuali contribuiscono con circa il 9%.
Alcune differenze si possono notare tra i risultati nelle singole stazioni. Infatti il contributo
industriale maggiore viene rilevato nella zona di Orsini (65%) che, come detto, si trova a ridosso
dell’area industriale, mentre i contributi percentuali maggiori da traffico vengono rilevate nelle due
zone più lontane dall’area industriale (Statte e Palagiano). La stazioni urbana di Dante mostra una
prevalenza di contributo da traffico (43%). I risultati ottenuti per la stazione di Peripato, collocata in
un parco urbano, evidenziano una prevalenza di contributo industriale (64%), rispetto a quello di
traffico (24%). La stazione di Paolo VI risulta avere una leggera prevalenza della componente
industriale (47%) rispetto a quella da traffico (28%).
Per quanto riguarda i contributi percentuali di CO, si può osservare la chiara origine autoveicolare
(circa 80%) di questo composto, con qualche contributo marginale di origine industriale o da
riscaldamento domestico (7% e 10% circa rispettivamente).
Infine, dai risultati dei contributi percentuali alle concentrazioni di PM10 primario nella stagione
invernale, si può notare che un contributo medio del 65% deriva dalle emissioni di origine
industriale e che percentuali significative derivano dal contributo delle fuggitive. In particolare si

54
può osservare che nella stazione di Orsini il contributo delle fuggitive è pari al 36%, mentre quello
autoveicolare non è superiore al 2%. La stazione urbana di Dante mostra invece un maggiore
equilibrio tra i contributi di queste due sorgenti (14% traffico, 10% fuggitive). I contributi nelle
stazioni di Palagiano, Paolo VI e Statte sono circa dello stesso ordine di grandezza delle altre
stazioni ma con valori di concentrazione totale molto più bassi (2-3 μg/m3) a causa della loro
distanza dalla zona industriale considerata come la sorgente primaria di emissione di questo
inquinante.

55
Figura 5.1: Concentrazioni medie invernali e contributi di SO2
CONCENTRAZIONI MEDIE INVERNALI DI SO2
TOTALE INDUSTRIA RISCALDAMENTO DOMESTICO

TRAFFICO ATTIVITA’ MARITTIME

56
Figura 5.2: Concentrazioni medie invernali e contributi di NOx
CONCENTRAZIONI MEDIE INVERNALI DI NOx
TOTALE INDUSTRIA RISCALDAMENTO DOMESTICO

TRAFFICO ATTIVITA’ MARITTIME

57
Figura 5.3: Concentrazioni medie invernali e contributi di CO.
CONCENTRAZIONI MEDIE INVERNALI DI CO
TOTALE INDUSTRIA RISCALDAMENTO DOMESTICO

TRAFFICO ATTIVITA’ MARITTIME

58
Figura 5.4: Concentrazioni medie invernali e contributi di PM10
CONCENTRAZIONI MEDIE INVERNALI DI PM10
TOTALE INDUSTRIA RISCALDAMENTO DOMESTICO

TRAFFICO ATTIVITA’ MARITTIME FUGGITIVE

59
Tabella 5.1: Percentuali dei contributi e concentrazioni medie - Stagione invernale
STAGIONE INVERNALE
DANTE ORSINI PALAGIANO PAOLO VI PERIPATO STATTE
SO2 (%)
INDUSTRIA 92 97 70 91 95 94
TRAFFICO 2 1 7 2 1 2
RISCALDAMENTO 0 0 0 0 0 0
ATTIVITA' PORTUALI 6 3 23 7 4 4
TOTALE (μg/m3) 15 25 1 2 22 4
NOx (%)
INDUSTRIA 38 65 15 47 64 23
TRAFFICO 43 24 66 28 24 65
RISCALDAMENTO 13 6 7 15 7 9
ATTIVITA' PORTUALI 6 5 12 10 5 3
TOTALE ((μg/m3) 40 36 6 4 44 18
CO (%)
INDUSTRIA 7 7 1 7 12 3
TRAFFICO 78 80 97 79 77 93
RISCALDAMENTO 15 13 2 14 11 4
ATTIVITA' PORTUALI 0 0 0 0 0 0
TOTALE (μg/m3) 131 59 39 15 94 84
PM10 (%)
INDUSTRIA 72 62 78 58 82 65
TRAFFICO 14 2 18 11 6 14
RISCALDAMENTO 4 0 1 2 1 2
ATTIVITA' PORTUALI 0 0 0 0 0 0
FUGGITIVE 10 36 3 29 11 19
TOTALE (μg/m3) 14 51 3 2 22 3

5.1.2 Campagna estiva


Nella figura 5.5 è riportata la mappa di concentrazione medie di SO2 per la stagione estiva ed i
contributi alle concentrazioni totali dalle emissioni industriali, dal traffico autoveicolare e dalle
attività marittime, che mettono in evidenza, analogamente a quanto osservato per le concentrazioni
medie invernali, come il contributo industriale sia la principale sorgente di emissione per questo
composto. Al contrario dei risultati invernali si può notare come i fenomeni di brezza presenti nella
stagione estiva influenzino l’estensione territoriale delle concentrazioni verso il mare e le regioni a
nord di Taranto. I valori di picco al suolo sono inoltre superiori (60 μg/m3) rispetto ai corrispondenti
invernali (25 μg/m3), mentre valori compresi tra 10 e 20 μg/m3 sono predetti nell’area urbana di
Taranto.
Nella figura 5.6 è riportata la mappa delle concentrazioni medie e massime estive di NOx ed i
contributi alle concentrazioni totali dalle emissioni industriali, dal traffico autoveicolare e dalle
attività marittime. Come osservato per la stagione invernale, anche in questa stagione il contributo
più significativo alla concentrazione di NOx deriva dalle emissioni industriali, anche se contributi
altrettanto importanti provengono dalle emissioni autoveicolari e dalle attività marittime. Si può
inoltre osservare che sia le concentrazioni medie che quelle massime risultano leggermente più
elevate rispetto a quelle della stagione invernale a causa del maggiore rimescolamento atmosferico
che riporta al suolo le sostanze emesse alle quote dei camini industriali. Dalla distribuzione spaziale
della concentrazione si può notare un largo picco (fino a 50 μg/m3) posizionato intorno all’area
industriale, mentre la concentrazione predetta su Taranto città è di circa 30 μg/m3. L’effetto della

60
brezza di terra e di mare è chiaramente visibile nei risultati ottenuti. Rispetto ai risultati invernali,
una maggiore porzione di territorio dell’entroterra è influenzato dal campo di concentrazione, con
un’estensione fino a 15 km dalla linea di costa. Anche l’estensione sul mare è maggiore di quella
invernale.
Nella figura 5.7 è riportata la mappa delle concentrazioni medie e massime estive di CO ed i
contributi alle concentrazioni totali dalle emissioni industriali, dal traffico autoveicolare e dalle
attività marittime. Quanto visto per le concentrazioni medie della stagione invernale si ripete nella
stagione estiva, in cui il contributo maggiore è quello del traffico autoveicolare, seguito da quello
delle industrie e delle attività marittime seppur con concentrazioni medie e massime maggiori. La
distribuzione spaziale delle concentrazioni non sembra essere affetta da differenze stagionali e
rimane quindi sostanzialmente analoga a quella ottenuta nella stagione invernale.
Infine, nella figura 5.8 è riportata la mappa delle concentrazioni medie e massime estive di PM10
primario ed i contributi alle concentrazioni totali dalle emissioni industriali, dal traffico
autoveicolare, dalle attività marittime e dalle fuggitive. Il contributo maggiore deriva ancora una
volta dalle emissioni industriali e dalle fuggitive, ma i valori medi simulati e soprattutto quelli
massimi risultano superiori ai corrispondenti simulati per la stagione invernale. I picchi, di intensità
fino a 120 μg/m3, sono prevalentemente posizionati in prossimità della zona industriale ed
interessano marginalmente la zona urbana di Taranto. I fenomeni di brezza sembrano dar luogo ad
una maggiore dispersione spaziale del campo di concentrazione al suolo.

Anche per sintetizzare i risultati della stagione estiva sono state calcolate e riportate nella tabella 5.2
i contributi percentuali alle emissioni totali medie estive e le concentrazioni medie totali per ciascun
composto analizzato e per alcuni punti sul territorio corrispondenti alle stazioni di Dante, Orsini,
Palagiano, Paolo VI, Peripato e Statte.

Tabella 5.2: Percentuali dei contributi e concentrazioni medie - Stagione estiva


STAGIONE ESTIVA
DANTE ORSINI PALAGIANO PAOLO VI PERIPATO STATTE
SO2 (%)
INDUSTRIA 86 89 71 92 89 91
TRAFFICO 3 1 14 1 2 2
ATTIVITA' PORTUALI 11 10 15 7 9 7
TOTALE (μg/m3) 14 26 1 9 19 6
NOx (%)
INDUSTRIA 30 53 16 62 54 22
TRAFFICO 59 30 74 24 35 73
ATTIVITA' PORTUALI 11 17 10 14 11 5
TOTALE ((μg/m3) 38 41 3 12 43 21
CO (%)
INDUSTRIA 3 9 1 14 5 2
TRAFFICO 97 90 99 85 94 98
ATTIVITA' PORTUALI 0 1 0 1 1 0
TOTALE (μg/m3) 139 76 41 27 108 105
PM10 (%)
INDUSTRIA 73 62 65 74 80 69
TRAFFICO 15 2 33 7 6 18
ATTIVITA' PORTUALI 0 0 0 0 0 0
FUGGITIVE 12 36 2 19 14 13
TOTALE (μg/m3) 18 78 2 7 29 4

61
Ovviamente non è possibile effettuare un confronto diretto con i grafici corrispondenti della
stagione invernale, in quanto in questo caso viene a mancare il contributo del riscaldamento
domestico. Le osservazioni sui contributi delle sorgenti nelle singole stazioni sono comunque
sostanzialmente confermate dai risultati ottenuti nella stagione estiva con alcune differenze nei
valori di concentrazioni totali stimate e nei conseguenti rapporti percentuali. Si può però ancora
osservare che sono le attività industriali a fornire il maggior contributo alle concentrazioni di SO2 e
che, assieme alle emissioni da traffico contribuiscono a più dell’80% delle concentrazioni di NOx.
Le concentrazioni di CO sono quasi totalmente di origine autoveicolare, mentre per il PM10
contribuiscono maggiormente i contributi industriali seguiti da quelli di origine autoveicolare e
dalle fuggitive.

62
Figura 5.5: Concentrazioni medie estive e contributi di SO2
CONCENTRAZIONI MEDIE ESTIVE DI SO2
TOTALE INDUSTRIA

TRAFFICO ATTIVITA’ MARITTIME

63
Figura 5.6: Concentrazioni medie estive e contributi di NOx
CONCENTRAZIONI MEDIE ESTIVE DI NOx
TOTALE INDUSTRIA

TRAFFICO ATTIVITA’ MARITTIME

64
Figura 5.7: Concentrazioni medie estive e contributi di CO
CONCENTRAZIONI MEDIE ESTIVE DI CO
TOTALE INDUSTRIA

TRAFFICO ATTIVITA’ MARITTIME

65
Figura 5.8: Concentrazioni medie estive e contributi di PM10
CONCENTRAZIONI MEDIE ESTIVE DI PM10
TOTALE INDUSTRIA ATTIVITA’ MARITTIME

TRAFFICO FUGGITIVE

66
CONCLUSIONI
L’obiettivo del presente lavoro è stato quello di sviluppare una metodologia in grado di fornire
informazioni utili alla valutazione delle conseguenze delle emissioni in atmosfera di sostanze
pericolose per la salute umana da parte di sorgenti industriali ed antropiche in una realtà complessa
quale quella dell’area di Taranto e dei comuni limitrofi. La complessità e l’eterogeneità dell’area di
studio ha comportato un lungo e complesso lavoro per conseguire gli obiettivi prefissati, che è stato
articolato in diverse fasi.
La fase preliminare è consistita nell’analisi meteoclimatica del sito e nell’individuazione sul
territorio delle principali sorgenti di emissione, supportata dai rapporti annuali sulla qualità dell’aria
ambiente, che ha fornito le indicazioni per la collocazione spaziale sul territorio di studio di tutta la
strumentazione necessaria per la caratterizzazione meteorologica e chimica dell’area. Infatti, oltre ai
dati forniti dalla rete di monitoraggio esistente, sono stati collezionati, nel corso di due campagne
intensive stagionali, dati chimici e meteorologici non convenzionali mediante strumentazione fissa e
mobile disponibile presso il Dipartimento DIPIA dell’ISPESL.
Nella seconda fase i dati meteorologici raccolti nel corso di due campagne di misura sono stati
utilizzati per la successiva ricostruzione di campi tridimensionali di vento, temperatura e turbolenza
atmosferica per alcuni giorni scelti all’interno del periodo di misura.
La terza fase, propedeutica all’applicazione finale dei modelli di dispersione atmosferica degli
inquinanti, è stata quella di realizzare un inventario delle emissioni per l’area di studio. Partendo da
un inventario realizzato in precedenti studi, si è provveduto ad un suo aggiornamento e
ampliamento.
Nella quarta fase, i campi 3D di vento, temperatura ed i campi bidimensionali di variabili di scala
turbolente, come forniti da MINERVE/SURFPro, unitamente all’inventario delle emissioni, sono
serviti per fornire l’input al codice di dispersione Lagrangiano a particelle SPRAY, che è stato
opportunamente configurato per fornire in output campi tridimensionali di concentrazione oraria di
NOx, SO2, CO e PM10 primario oltre a campi tridimensionali di turbolenza atmosferica per ciascuno
dei 33 giorni simulati.
Al fine di valutare la bontà delle simulazioni è stata effettuata una validazione dei risultati ottenuti
per i diversi inquinanti. Essa ha permesso di constatare che il sistema modellistico
MINERVE/SURPRO/SPRAY è in grado di poter fornire risposte affidabili per la ricostruzione
dell’inquinamento atmosferico nell’area di Taranto soprattutto per l’NOx mentre per gli altri
inquinanti sono state individuate delle sottostime del modello.
La disponibilità di campi tridimensionali di concentrazione ha permesso di conoscere il valore di
concentrazione di ciascun composto analizzato in un qualsiasi punto dello spazio del dominio di
calcolo ed a qualsiasi ora all’interno dei giorni su cui è stata effettuata la simulazione. Inoltre,
avendo effettuato a monte, nell’inventario delle emissioni, una suddivisione per macrosorgenti è
stato possibile calcolare i singoli contributi alle concentrazioni dei diversi composti analizzati. Le
mappe di concentrazione medie giornaliere e stagionali per composto hanno consentito di rilevare
quanto segue:

• E’ stato possibile individuare i maggiori contributi alle concentrazioni dei singoli composti:
le industrie contribuiscono maggiormente alle concentrazioni di SO2, NOx e PM10 primario;
significativi i contributi alle concentrazioni di SO2 ed NOx da parte delle attività marittime,
mentre per il PM10 primario risultano importanti i contributi delle fuggitive; per quanto
riguarda le concentrazioni di CO i contributi più rilevanti derivano dal traffico veicolare.
• Le mappe stagionali di concentrazione, calcolate a partire dai dati ottenuti da tutte le
simulazioni eseguite, hanno dato una visione immediata, non solo sui livelli di
concentrazione media e massima, ma anche sull’area di influenza e di impatto dei diversi
inquinanti sul territorio. L’area urbana di Taranto risulta direttamente interessata dalle
ricadute delle emissioni industriali ed in particolare si conferma che il rione Tamburi, situato

67
a ridosso dell’area industriale, è il più direttamente esposto a questi inquinanti. Le polveri
sottili di origini industriale sembrano avere invece un’estensione più limitata alla zona di
emissione con concentrazioni più elevate nella stagione estiva.
• Dai risultati emerge inoltre che l’influenza delle emissioni della zona di Taranto sui comuni
a nord (es. Statte) è mediamente marginale rispetto a quanto prodotto localmente, in quanto i
fenomeni di dispersione atmosferica determinano una diluizione degli inquinanti. Esistono
tuttavia talune condizioni meteorologiche che determinano fenomeni di trasporto verso i
comuni a nord di Taranto (Statte, Palagiano) che possono avere una influenza locale soltanto
in caso di persistenza di queste condizioni .
Nel complesso il modello ha dimostrato, seppure con i limiti suddetti, di poter essere utilizzato per
descrivere l’andamento generale della qualità dell’aria nella zona oggetto dello studio, permettendo
di individuare le zone interessate dalla ricaduta degli inquinanti emessi dalle principali sorgenti
presenti e di analizzare i loro contributi. Nella configurazione attuale il modello potrà essere
utilizzato per individuare interventi sulle emissioni finalizzati al miglioramento della qualità
dell’aria ambiente anche in termini di rapporti costi/benefici. Inoltre tale strumento, pur essendo
indirizzato alla ricerca, se opportunamente configurato, può essere anche utilizzato per una
applicazione operativa (es. controllo real-time delle ricadute al suolo in un complesso industriale).

68
BIBLIOGRAFIA
- ARIANET, 2001– ‘SPRAY 3.0 - General Description and User's Guide’
- ARIANET (2003). Manuale TREFIC3.0. Report no. R2003_12.
- ARIA Technologies 1999 - “Notice d’utilisation du code MINERVE” - EDF/DER.
- ARIA Technologies - “SURFPRO (SURrface-atmosphere interFace PROcessor)” - User’s
guide, September 2003.
- A.T.I., GECOM S.r.l., CESI S.p.a, STUDIO ST.AR.T. - “Servizio di valutazione degli effetti
dell’inquinamento atmosferico nell’area urbana di Taranto”, Comune di Taranto Direzione
Ambiente e Qualità della Vita, Volume I, 2003.
- Brotzge, J. A. and Crawford, K.: 2000, ‘Estimating sensible heat flux from the Oklahoma
Mesonet’, J. Appl. Meteor., 39, 102-116.
- Brusasca, G., Carboni, G., Finardi, S., Sanavio, D., Tinarelli, G., and Toppetti, A.: 2001,
‘Comparison of a Gaussian (ISC3) and a Lagrangian Particle Model (SPRAY) for regulatory
application in flat and complex terrain sites representative of typical Italian landscape’,
Proceedings of the 7th Int. Conf. On Harmonisation within Atmospheric Dispersion Modelling
for Regulatory Purposes, Belgirate, Italy, 28-31 May 2001.
- Comune di Taranto – Direzione Ambiente e qualità di vita, GECOM S.r.l; ‘Stato della Qualità
dell’Aria Territorio del Comune di Taranto”, 2002.
- De Maria, R., Clemente, M., Lollobrigida, F., Calori, G., Finardi, S., and Tinarelli, G.: 2003,
‘Air quality integrated assessment in Turin urban area using atmospheric transport and
dispersion models’, Proceedings of the Fourth International Conference on Urban Air Quality
Measurement, Modelling and Management, Prague, Czech Republic, 25-27 March 2003.
- Finardi, S., Agnesod, G., Brusasca, G., Calori, G., Nanni, A., Pession, G., Tinarelli, G., and
Zublena, M.: 2002, ‘Integrated air quality assessment of an Alpine region: evaluation of the
Mont Blanc tunnel re-opening effects’, Proceedings of the 8th Int. Conf. On Harmonisation
within Atmospheric Dispersion Modelling for Regulatory Purposes, Sofia, Bulgaria, 14-17
October 2002.
- C. Gariazzo, A. Pelliccioni, M.P. Bogliolo & G. Scalisi: “Environmental impact assessment of
an industrial facility by means of Lagrangian particles and Gaussian models in complex
terrain”; 11th International Conference on Modelling Monitoring and Management of Air
Pollution, Catania, September 2003
- C. Gariazzo, A. Pelliccioni, M. P. Bogliolo, G. Scalisi: “Evaluation of a Lagrangian Particle
Model (SPRAY) to assess environmental impact of an industrial facility in complex terrain”
Water, Air and Soil Pollution 155: 137-158, 2004.
- Gariazzo C. (Ed.): 2006. Analisi modellistica dell’inquinamento atmosferico di origine
industriale e antropica nell’area di Taranto. ISPESL-DIPIA, TEXMAT Press, Roma.
- Gariazzo, C., Papaleo, V., Pelliccioni, A., Calori, G., Radice, P., Tinarelli, G.:2005a. Air
pollution impact assessment of a complex industrial-ueban area by means of a Lagrangian
Particle model. In: Topçu, S., Yardim, M.F., Bayram, A., Elbir, T., Kahya, C. (Eds.),
Proceedings of the Third International Symposium on Air Quality Management at Urban,
Regional and Global Scales, Volume 1, pp. 560-570.
- Gariazzo, C., Papaleo, V., Pelliccioni, A., Calori, G., Radice, P., Tinarelli, G., Viotti, P.:2005b.
Air pollution impact assessment of the Taranto harbour activities by means of a Lagrangian
Particle model. In: Canepa, E., Georgieva, E. (Eds.), Proceedings of the !st International
Conference on Harbours & Air Quality, SGEditoriali, Padova, pp.191-198.
- Gryning, S.-E., and Batchvarova, E.: 1996, 'A model for the height of the internal boundary
layer over an area with an irregular coastline', Boundary-Layer Meteorol. 78, 405-413.
- Ntziachristos L. and Samaras Z. (2000). COPERT III computer programme to calculate
emissions from road transport - Methodology and Emission Factors (version 2.1). Technical
Report No 49, European Environmental Agency.

69
- Papaleo, V.:2004, “Studio dell’inquinamento atmosferico nell’area di Taranto mediante un
modello Lagrangiano a particelle e sistema SODAR/RASS”. Tesi di Laurea in Ingegneria per
l’Ambiente e il Territorio. Università degli studi di Roma “La Sapienza”, A.A. 2003-2004.
- Sansigolo Kerr A.F, Anfossi, D., Da Costa Carvalho, J., Finardi, S., and Trini Castelli, S.: 2001,
‘Analysis of the middle range transport of the aerosol from Cubatao by means of a modelling
system for complex terrain’; Proceedings of the 7th Int. Conf. On Harmonisation within
Atmospheric Dispersion Modelling for Regulatory Purposes, Belgirate, Italy, 28-31 May 2001.
- Stull, R. B.: 1989, An Introduction to Boundary Layer Meteorology, Kluwer Academic
Publishers, Dordrecht, Chapter 9.
- Thomson, D.J., 1984: Random walk modelling of diffusion in inhomogeneous turbulence.
Quart.J.Met.Roy.Soc., 110, 1107-1120.
- Thomson D.J., 1987: ‘Criteria for the Selection of Stochastic Models of Particle Trajectories in
Turbulent Flows’. Journal of Fluid Mechanics, 180: 529-586.
- Tinarelli, G., Anfossi, D., Brusasca, G., Ferrero, E., Giostra, U., Morselli, M.G., Moussafir, J.,
Tampieri, F., and Trombetti, F.: 1994a, ‘Lagrangian particle simulation of tracer dispersion in
the Lee of a schematic two-dimensional hill, Journal of Applied Meteorology, 33, pp. 744-756.
- G. Tinarelli, G. Brusasca, M.G. Morselli, 1994b - “Il modello lagrangiano a particelle SPRAY -
Descrizione generale e validazioni” - Relazione ENEL/CRAM N. E1/94/10.
- Trozzi C., R.Vaccaro R. (1998): Methodologies for estimating air pollutant emissions from
ships (TECHNE Report MEET RF98) , March 1998.

70
PROGETTO
"IMPATTO SULLA SALUTE DI PARTICOLARI CONDIZIONI AMBIENTALI E DI
LAVORO, DI PROVVEDIMENTI DI PIANIFICAZIONE TERRITORIALE"

UNITA’ OPERATIVA 11: "Misure di prevenzione e protezione della salute dei


lavoratori dal rischio cancerogeno in industrie ad alto rischio dell'area tarantina"
Referente scientifico: dott.ssa Benedetta Persechino – ISPESL - DML

Secondo quanto riportato nel Piano Sanitario Nazionale (PSN) 2006-2008, quello
delle neoplasie è uno dei maggiori problemi di sanità pubblica, dal momento che
“ogni anno in Italia si registrano circa 240.000 nuovi casi di tumori e 140.000 decessi;
l’incidenza delle neoplasie è in costante aumento sia a causa dell’invecchiamento
della popolazione sia per l’esposizione a fattori di rischio, noti e non, a sostanze
cancerogene, quali ad esempio il fumo di sigaretta ed alcuni inquinanti ambientali…”.
Nel suddetto PSN viene ricordato che “la lotta ai tumori si realizza in primo luogo
attraverso interventi finalizzati alla prevenzione sia primaria che secondaria; tra le
azioni da completare nel campo della prevenzione vi sono gli interventi di
informazione e di educazione sulla lotta ai principali agenti causali e sui
comportamenti positivi per ridurre il rischio”.
In considerazione di quelli che sono i “determinanti sulla salute”, fermo restando
l’impossibilità di agire sui “fattori non modificabili”, è necessario che si acquisisca
consapevolezza sui cosiddetti “fattori modificabili” ed, in particolare per le neoplasie, i
fattori ambientali di vita e di lavoro, gli stili di vita sia alimentari che voluttuari
(21,29,78,83,84,88,93,94,95,98).
L’evoluzione tecnologica ed industriale, se da un lato arreca enormi vantaggi,
dall’altro, liberando numerosi inquinanti, può causare numerosi rischi nell’ambiente di
vita e di lavoro che possono contribuire a modificare lo stato di salute delle
popolazioni interessate (35).
Pertanto, l’introduzione nell’ambiente di nuove sostanze cancerogene e l’aumento
della concentrazione, in alcuni ambienti di vita, di cancerogeni già conosciuti quali
l’amianto, gli IPA, l’arsenico, il cromo, potrebbero essere le principali cause
dell’aumento dell’incidenza anche di parte delle numerose neoplasie diagnosticate in
Italia.
Nel territorio italiano vi sono alcune aree particolarmente critiche sia dal punto di
vista ambientale che da quello sanitario per la concomitanza di una serie di fattori di
origine antropica, produttiva e ambientale; in particolare, nell’area tarantina sono
presenti diverse attività a rilevante impatto ambientale tra i quali un polo siderurgico,
una raffineria, un cementificio, cantieri navali.
Proprio L’Organizzazione Mondiale della Sanità (70) ha segnalato l’area di Taranto
tra le aree “ad elevato rischio ambientale” a causa dei complessi e critici
insediamenti industriali presenti sul territorio. Dalle ricerche condotte nello studio
dell’OMS, negli ultimi dieci anni emerge un aumento della mortalità, rispetto ai dati
nazionali, per le neoplasie del polmone, fegato e vescica, nonché, per Taranto città,
un incremento rilevante dei tumori della pleura e dei linfomi non- Hodgkin.

1
Le esposizioni professionali sono state tra le prime cause di neoplasia ad essere
state individuate ed, in molti casi, hanno portato alla identificazione di specifici agenti
causali; pertanto, lo studio dei tumori professionali ha offerto intuizioni e paradigmi
importanti per l’epidemiologia dei tumori. Dalla prima osservazione di Sir Percival
Pott (1775) riguardo all’associazione tra elevata incidenza di tumore allo scroto ed
esposizione professionale alla fuliggine negli spazzacamini, sono stati compiuti dalla
comunità scientifica importanti sforzi per la stima del rischio cancerogeno attribuibile
all’esposizione professionale.
Il dibattito circa la proporzione di neoplasie attribuibili ad esposizioni professionali è
già da molti decenni di ovvia rilevanza per la definizione di politiche di sanità pubblica
ed è stato ampiamente approfondito nei primi anni ’70, quando il numero rilevante di
cancerogeni occupazionali identificato ha fatto sorgere delle preoccupazioni circa le
dimensioni del problema.
Nonostante i primi tentativi per la stima della proporzione di neoplasie lavoro-
correlate abbiano prodotto risultati molto diversi, con percentuali stimate variabili tra il
4% e il 40%, difficilmente confrontabili poiché basati su metodi e approcci non
standardizzati, hanno avuto il merito di stimolare notevolmente il dibattito nella
comunità scientifica portando allo sviluppo di nuovi approcci metodologici negli anni
seguenti (10).
Le stime, ampiamente accettate nella comunità scientifica, sono state presentate nel
1981 da Doll e Peto i quali conclusero che circa il 4% di tutti i decessi per cancro
fosse attribuibile ad esposizioni lavorative con limiti variabili tra il 2% e l’8% (32). Tale
percentuale, successivamente discussa e aggiornata, varia a seconda del settore
economico e della sede anatomica della neoplasia; in particolare, si ritiene che, nella
popolazione maschile europea, possa variare tra il 13 e il 18% per il polmone, il 2 e il
10% per la vescica e il 2 e l’8% per la laringe; nelle donne queste percentuali si
riducono all’1-5%, 0-5% e 0-1% rispettivamente (17,18,62).
Sulla base della stima effettuata da Doll e Peto e in considerazione dei 164.000 casi
di decessi per tumore registrati in Italia nel 2001 (53), si stimano, anche applicando
la percentuale più conservativa del 4%, più di 6500 casi attribuibili ad esposizioni
lavorative.
Nella prima metà degli anni ’90, l’Unione Europea nell’ambito del programma
“L’Europa contro il cancro” ha avviato un progetto per la stima dell’impatto dei tumori
professionali, che ha portato alla creazione del sistema informativo CAREX
(CARcinogen EXposure), dalla cui applicazione ai 15 Paesi Membri dell’Unione
Europea per il periodo 1990-1993 è emerso che circa 32 milioni di lavoratori (23%
del totale degli occupati) è esposto ai 139 agenti cancerogeni inclusi nello studio e
così definiti dall’International Agency for Research on Cancer (IARC), (inclusi tutti gli
agenti del Gruppo 1 e 2A e alcuni agenti selezionati del Gruppo 2B) (56,65,96).
Tale studio, recentemente aggiornato per l’Italia per il triennio 2000-2003, ha valutato
per i 21,8 milioni complessivi di occupati (19,4 nel settore dell’industria e dei servizi e
2,4 nell’agricoltura) un totale di 4,2 milioni di esposizioni a cancerogeni valore che,
pur ignorando il problema delle esposizioni multiple, dovrebbe rappresentare circa il
19% di tutta la forza lavoro (66).
Le più comuni esposizioni sono state: fumo passivo (770.000 esposti), radiazione
solare (550.000), fumi di scarico diesel (550.000), amianto (350.000), polveri di legno

2
(300.000), silice cristallina (260.000), piombo e composti inorganici (220.000),
benzene (180.000), cromo esavalente e composti (130.000), IPA (130.000)
In ogni caso, l’INAIL riconosce annualmente circa 200-300 casi di tumori correlati al
lavoro (prevalentemente dovuti all’esposizione ad amianto); da ciò si deduce che la
gran parte dei tumori professionali sfugge alla diagnosi eziologica, in considerazione
dei circa 4,2 milioni di lavoratori esposti a sostanze cancerogene, secondo la stima
CAREX.
A fronte di tutta la serie di obblighi previsti, per la tutela della salute dei lavoratori
esposti ad agenti cancerogeni, (D.Lgs 626/94, così come integrato e modificato dal
DLgs 66/00 e dal DLgs 25/02), numerosi interrogativi restano per quanto concerne
l’applicabilità di una reale prevenzione primaria; inoltre, per quanto concerne in
particolare la valutazione del rischio o, meglio, la valutazione dell’esposizione, sono
da approfondire problematiche legate alla caratterizzazione quali/quantitativa del
rischio cancerogeno dall’evidenza del quale scaturiscono specifici obblighi, quali, ad
esempio, l’istituzione del registro degli esposti e, conseguentemente, la sorveglianza
sanitaria. In riferimento a quest’ultima, è tuttora acceso il dibattito, nella comunità
scientifica, sull’opportunità di effettuare una “sorveglianza medica” o una
“sorveglianza epidemiologica”, in relazione alla fattibilità o meno di efficaci screening
(30,31).

Lo studio della U.O. 11, realizzato congiuntamente alle UUOO 12 “Effetti


dell’esposizione professionale ad IPA” e 13 “Valutazione dell’esposizione
professionale ed ambientale a metalli accertati e/o sospetti cancerogeni”, mira a
contribuire all’individuazione di misure di prevenzione e protezione della salute per i
lavoratori esposti a cancerogeni.
Congiuntamente alle suddette Unità Operative, si è approntato lo studio secondo
quanto di seguito illustrato.

U.O. 12 “Effetti dell’esposizione professionale ad IPA”


Si è deciso di predisporre uno studio sugli effetti dell’esposizione professionale ad
idrocarburi policiclici aromatici (46) su un gruppo di lavoratori della cokeria ILVA; la
scelta è stata effettuata sulla base delle seguenti considerazioni:
- la produzione di coke, in considerazione della molteplicità dei tossici presenti,
è stata individuata dalla IARC, fin dal 1984, quale tipologia di industria da
classificare in gruppo 1 “cancerogeno certo per l’uomo” (47);
- la possibilità di confronto, data la disponibilità in letteratura scientifica di studi
in precedenza condotti sull’esposizione ad IPA nel campo della produzione di
coke (6,8,24,26,28,37,39,42,73,74,80,81,99) anche nell’ambito dell’area
tarantina (14,63);
- la potenziale rilevanza sanitaria ed ambientale, in funzione della prevalenza e
diffusione dell’esposizione ad IPA negli ambienti di lavoro, in vari comparti
industriali.
Previa l’acquisizione di informazioni sul ciclo tecnologico della cokeria, realizzato
attraverso sopralluoghi in loco, acquisizione di documentazione aziendale, e dopo
mirata ricerca bibliografica, è stato concordato e predisposto un protocollo operativo

3
che va ad identificare i lavoratori da includere nel monitoraggio biologico attraverso
l’individuazione di criteri di inclusione ed esclusione per l’eliminazione di eventuali
fonti di bias di selezione, nonché degli specifici indicatori da utilizzare ai fini delle
attività di valutazione dell’esposizione professionale ad IPA.
Dopo l’analisi delle mansioni effettivamente, svolte sono stati identificati i lavoratori
da inserire nello studio; in considerazione dei dati già riportati nella letteratura
scientifica (15,22,54,60,77,79), relativamente alla tipologia di attività industriale in
esame (cokeria), si è deciso di arruolare lavoratori “addetti alle tre batterie” nonché
quelli “addetti alla manutenzione refrattari” e gli “addetti ai servizi generali”.
Per ottenere informazioni dettagliate sull’anamnesi lavorativa e sulle abitudini
extralavorative di ciascun soggetto, anche al fine di eliminare eventuali fonti di bias,
si è approntato, sulla base delle evidenze della letteratura scientifica (33,67,102), un
questionario adeguatamente testato che permetta di raccogliere le seguenti
informazioni:
- dati anagrafici e storia residenziale (localizzazione dell’abitazione rispetto al centro
urbano e/o ad insediamenti industriali, tipo di riscaldamento, mezzo di trasporto
utilizzato per raggiungere il luogo di lavoro);
- abitudini alimentari e/o voluttuarie, in particolare consumo e frequenza di
assunzione (giornaliera, settimanale e/o mensile) di cibi cotti alla brace;
- abitudine al fumo di sigaretta (n° di sigarette/die fumate attualmente e nel giorno
dell’esame, tempo trascorso dall’ultima sigaretta fumata), esposizione al fumo
passivo;
assunzione di farmaci nelle 24 ore precedenti all’esame;
- uso di cosmetici e di prodotti per l’igiene personale.
Dal momento che la letteratura riporta evidenze scientifiche (9,19,20,40,55) che
mostrano come, in funzione della determinazione della dose esterna, le misure
effettuate attraverso campionamento personale siano più affidabili del
campionamento di area, si è concordato che i livelli ambientali di IPA saranno stimati
mediante campionatori personali, secondo il metodo NIOSH 5506, per un periodo di
tempo prestabilito in condizioni standardizzate (68).
Per quanto riguarda le attività di monitoraggio biologico, dal momento che:
- attualmente l’idrossipirene urinario viene considerato il più affidabile indicatore
biologico di esposizione ad IPA (20,33,54,55);
- l’idrossipirene urinario è il principale metabolita urinario del pirene presente in
percentuale consistente e nota nelle misture di IPA ambientali (catrame, olii minerali,
prodotti petroliferi, carbon black, etc) ed in alcuni ambienti di lavoro (cokerie,
industrie dell’alluminio, etc) (22,57,60,71)
si è concordato di procedere alla determinazione dell’idrossipirene urinario, con il
metodo di Jongeneelen FJ. (54), all’inizio del turno di lavoro ed al termine dello
stesso.
E’ ormai riconosciuto che alcuni fattori legati all’ospite possono determinare una
diversa suscettibilità del soggetto all’azione di tossici; in effetti, il metabolismo dei
cancerogeni chimici e l’attività di riparazione del danno indotto al DNA è sottoposto a
variabilità interindividuale (11,13,41,61,76,91,92).
Nella letteratura scientifica è riportato che i metaboliti degli IPA sono influenzati in
modo significativo dal genotipo CYP1A1 o da quello GSTM1 null; molti studi che
hanno valutato gli effetti dei genotipi nel monitoraggio biologico dell’esposizione ad
IPA in ambito professionale, ambientale ed a stili di vita si riferiscono agli addotti al
DNA.

4
Negli ultimi anni sono stati effettuati numerosi studi che indagano la suscettibilità
individuale al cancro sulla base delle variazioni interindividuali dei livelli di
biomarcatori ed in particolare degli addotti al DNA (77,79,85,92) e, pertanto, si è
deciso di indagare su indicatori di dose biologicamente efficaci quali gli addotti totali
IPA-DNA ed indicatori di suscettibilità individuale quali i polimorfismi metabolici
(CYP1A1, GSTM1, GSTT1) e polimorfismi dei geni che codificano per enzimi che
intervengono nella riparazione del DNA (XPD) (1,5,58,76,87,90).
Sono state formalizzate le procedure operative standardizzate che hanno l’obiettivo
di identificare passaggi e responsabilità di ogni fase della raccolta, trasporto,
conservazione ed analisi dei campioni da analizzare.
I dettagli dello studio, nonché i risultati dello stesso sono riportati nella relazione della
U.O. 12.

U.O. 13 “Valutazione dell’esposizione professionale ed ambientale a metalli accertati


e/o sospetti cancerogeni”.
Si è concordato nell’effettuare uno studio sul ruolo di due metalli cancerogeni, cromo
ed arsenico, principalmente in quanto il ruolo di tali metalli, cancerogeni del gruppo 1
IARC (45,48), risulta poco studiato nel settore della produzione di coke e quale
fattore espositivo nell’area tarantina; peraltro, entrambi i metalli possono essere
presenti come inquinanti nelle acque potabili, nell’aria ed in alcuni alimenti
(23,34,49,57,86,97).
Trattandosi di inquinanti ubiquitari, dosabili nelle urine, si è deciso di svolgere uno
studio finalizzato a verificare se l’esposizione a cromo e arsenico fosse più elevata
nei lavoratori della cokeria, precisamente quelli che lavorano nei reparti “impianti
marittimi”, “parchi minerali”, “agglomerato” ed “acciaieria”, rispetto a soggetti residenti
in prossimità dello stabilimento e rispetto a quelli residenti a distanza di circa 15 km.
Sulla base delle evidenze della letteratura scientifica, è stato approntato un
questionario, al fine di eliminare eventuali fonti di bias, per ottenere informazioni
dettagliate sull’anamnesi lavorativa e sulle abitudini extralavorative (hobbyes) di
ciascun soggetto, dati anagrafici, abitudini di vita ed alimentari (in particolare, per
l’arsenico, il consumo di molluschi e crostacei); particolare attenzione è stata posta
alle patologie con potenziale interferenza con il metabolismo dei tossici in esame.
Si è deciso di procedere sia all’analisi mineralogica delle materie prime cui vengono
a contatto i lavoratori inseriti nello studio, sia alla misurazione dell’esposizione
professionale degli stessi attraverso campionatori personali e campionatori fissi.
Per il monitoraggio biologico di cromo ed arsenico, sul gruppo dei lavoratori verrà
eseguito la raccolta di un campione di urine prima dell’inizio del turno ed uno alla fine
dello stesso, mentre per gli altri due gruppi, la sola raccolta delle urine del mattino
(2,3,4).
I dettagli dello studio, nonché i risultati dello stesso sono riportati nella relazione della
U.O. 12.

5
Negli ultimi anni, a livello europeo, l’implementazione di normative specifiche in tema
di protezione da agenti cancerogeni ha introdotto, nell’ordinamento degli stati
membri, importanti principi di prevenzione. In particolare, in Italia, l’entrata in vigore
del DLgs 626/94 e la sua successiva integrazione con il DLgs 66/00 ed il DLgs 25/02,
ha significativamente modificato l’impostazione prevenzionistica in caso di
esposizione ad agenti cancerogeni, imponendo, tra l’altro, una serie di obblighi non
sempre di facile interpretazione ed attuazione, a carico dei datori di lavoro.
L’attuale orientamento dell’Unione Europea, nelle direttive emanate per la tutela della
salute e sicurezza dei lavoratori, riconosce un ruolo fondamentale al principio del
“tecnologicamente fattibile” rispetto a quello del “ragionevolmente praticabile”
nell’attuare un’efficace azione di prevenzione; si tratta dell’obbligo di adottare le
misure “attuabili concretamente” intese, quindi, non nel senso di “economicamente
compatibili”, ma di misure che corrispondono alle applicazioni tecnologiche praticabili
negli ambiti di quelle specifiche lavorazioni.
Anche l’International Labour Organization in diversi documenti, quali, ad esempio,
“Ambient factors in the workplace” e il più specifico “Code of practice on safety and
health in the iron and steel industry” (50,51), sottolinea l’importanza dell’attuazione di
una prevenzione secondo il principio del “tecnologicamente fattibile” ed indica gli
stessi strumenti di prevenzione individuati dall’Unione Europea nelle specifiche
Direttive.
Il principio del “tecnologicamente fattibile” va a permeare, pertanto, anche il D.Lgs
626/94 e s.m.i. con l’art. 62.

Art. 62 (Sostituzione e riduzione)


1. Il datore di lavoro evita o riduce l'utilizzazione di un agente cancerogeno o mutageno sul luogo di
lavoro in particolare sostituendolo, sempre che ciò è tecnicamente possibile, con una sostanza o un
preparato o un procedimento che nelle condizioni in cui viene utilizzato non è o è meno nocivo alla
salute e eventualmente alla sicurezza dei lavoratori .
2. Se non è tecnicamente possibile sostituire l'agente cancerogeno o mutageno il datore di lavoro
provvede affinché la produzione o l'utilizzazione dell'agente cancerogeno o mutageno avvenga in un
sistema chiuso sempre che ciò è tecnicamente possibile .
3. Se il ricorso ad un sistema chiuso non è tecnicamente possibile il datore di lavoro provvede affinché
il livello di esposizione dei lavoratori sia ridotto al più basso valore tecnicamente possibile.
L'esposizione non deve comunque superare il valore limite dell'agente stabilito nell'allegato VIII-bis .

Pertanto, se “tecnologicamente fattibile” il datore di lavoro deve eliminare il rischio


operando, così, la “vera” prevenzione primaria.
Qualora non fosse possibile eliminare il rischio, deve essere approntato un “sistema
chiuso”, sempre se tecnologicamente fattibile, con un totale isolamento dell’agente
cancerogeno. Per “sistema chiuso” si intende una lavorazione che si svolge
interamente in apparecchiature atte ad impedire, nelle normali condizioni di servizio e
stato d’uso, qualsiasi diffusione all’esterno di un agente cancerogeno; tale sistema

6
ugualmente produce una prevenzione primaria, a condizione, però, che, nel tempo,
venga attuata una precisa e puntuale manutenzione.
Se il rischio cancerogeno non è eliminabile o isolabile in un sistema chiuso, il livello
di esposizione deve, comunque, essere il più basso tecnologicamente possibile.
La valutazione del rischio per gli agenti cancerogeni, così come prevista dall’art. 63
del DLgs 626/94 e s.m.i., va intesa come una valutazione del cosiddetto “rischio
residuo”; questa, appunto, deve essere eseguita solo dopo aver applicato le misure
previste all’art. 62 e cioè sostituzione e riduzione, sistema chiuso, riduzione al
minimo, tecnologicamente possibile, del livello di esposizione.
Quindi, nel caso dei cancerogeni, al datore di lavoro è richiesta non una valutazione
del rischio intesa come “stima della probabilità di accadimento dell’evento” quanto
una valutazione, particolarmente approfondita, dell’esposizione, o, meglio,
dell’avvenuto controllo dell’assenza dell’esposizione. Tale valutazione deve
comprendere una misurazione dell'agente cancerogeno finalizzata a stimare se il
livello di esposizione dei lavoratori sia ridotto al più basso tecnicamente possibile
(art. 62, comma 3).
La valutazione dell'esposizione del lavoratore, tramite misurazione dell'agente, deve,
comunque, tener conto del limite di rilevazione, cioè del fatto che ogni metodo di
determinazione di una sostanza ha un valore al di sotto del quale non è possibile
affermare con “certezza" se questa sia o meno presente e in quale quantità.

Art. 63 (Valutazione del rischio)


1. Fatto salvo quanto previsto all'art. 62, il datore di lavoro effettua una valutazione dell'esposizione a
agenti cancerogeni o mutageni, i risultati della quale sono riportati nel documento di cui all'art. 4,
comma 2 .
2. Detta valutazione tiene conto, in particolare, delle caratteristiche delle lavorazioni, della loro durata
e della loro frequenza, dei quantitativi di agenti cancerogeni o mutageni, prodotti ovvero utilizzati, della
loro concentrazione, della capacità degli stessi di penetrare nell'organismo per le diverse vie di
assorbimento, anche in relazione al loro stato di aggregazione e, qualora allo stato solido, se in massa
compatta o in scaglie o informa polverulente e se o meno contenuti in una matrice solida che ne
riduce o nei impedisce la fuoriuscita. La valutazione deve tener conto di tutti i possibili modi di
esposizione, compreso quello in cui vi è assorbimento cutaneo .
3. Il datore di lavoro, in relazione ai risultati della valutazione di cui al comma 1, adotta le misure
preventive e protettive del presente titolo, adattandole alle particolarità delle situazioni lavorative.
4. Il documento di cui all'art. 4, commi 2 e 3, è integrato con i seguenti dati:
a) le attività lavorative che comportano la presenza di sostanze o preparati cancerogeni o mutageni o
di processi industriali di cui all'allegato VIII, con l'indicazione dei motivi per i quali sono impiegati
agenti cancerogeni o mutageni ;
b) i quantitativi di sostanze ovvero preparati cancerogeni o mutageni prodotti ovvero utilizzati, ovvero
presenti come impurità o sottoprodotti ;
c) il numero dei lavoratori esposti ovvero potenzialmente esposti ad agenti cancerogeni o mutageni ;
d) l'esposizione dei suddetti lavoratori, ove nota e il grado della stessa;
e) le misure preventive e protettive applicate ed il tipo dei dispositivi di protezione individuale utilizzati;
f) le indagini svolte per la possibile sostituzione degli agenti cancerogeni o mutageni e le sostanze e i
preparati eventualmente utilizzati come sostituti.
5. Il datore di lavoro effettua nuovamente la valutazione di cui al comma 1 in occasione di modifiche
del processo produttivo significative ai fini della sicurezza e della salute sul lavoro e, in ogni caso,
trascorsi tre anni dall'ultima valutazione effettuata.
6. Il rappresentante per la sicurezza ha accesso anche ai dati di cui al comma 4, fermo restando
l'obbligo di cui all'art. 9, comma 3.

7
Tra le disposizioni dell'art. 64, il comma 1, lettera c, prevede la misurazione degli
agenti cancerogeni per verificare l'efficacia dell'aspirazione localizzata e per
individuare precocemente le esposizioni anomale.

Art. 64 (Misure tecniche, organizzative, procedurali)


1. Il datore di lavoro:
a) assicura, applicando metodi e procedure di lavoro adeguati, che nelle varie operazioni lavorative
sono impiegati quantitativi di agenti cancerogeni o mutageni non superiori alle necessità delle
lavorazioni e che gli agenti cancerogeni o mutageni in attesa di impiego, in forma fisica tale da
causare rischio di introduzione, non sono accumulati sul luogo di lavoro in quantitativi superiori alle
necessità predette;
b) limita al minimo possibile il numero dei lavoratori esposti o che possono essere esposti ad agenti
cancerogeni o mutageni, anche isolando le lavorazioni in aree predeterminate provviste di adeguati
segnali di avvertimento e di sicurezza, compresi i segnali "vietato fumare", ed accessibili soltanto ai
lavoratori che debbono recarvisi per motivi connessi con la loro mansione o con la loro funzione. In
dette aree è fatto divieto di fumare;
c) progetta, programma e sorveglia le lavorazioni in modo che non vi è emissione di agenti
cancerogeni o mutageni nell'aria. Se ciò non è tecnicamente possibile, l'eliminazione degli agenti
cancerogeni o mutageni deve avvenire il più vicino possibile al punto di emissione mediante
aspirazione localizzata, nel rispetto dell'art. 4, comma 5, lettera n). L'ambiente di lavoro deve
comunque essere dotato di un adeguato sistema di ventilazione generale;
d) provvede alla misurazione di agenti cancerogeni o mutageni per verificare l'efficacia delle misure di
cui alla lettera c) e per individuare precocemente le esposizioni anomale causate da un evento non
prevedibile o da un incidente, con metodi di campionatura e di misurazione conformi alle indicazioni
dell'allegato VIII del decreto legislativo 15 agosto 1991, n. 277 e) provvede alla regolare e sistematica
pulitura dei locali, delle attrezzature e degli impianti;
f) elabora procedure per i casi di emergenza che possono comportare esposizioni elevate;
g) assicura che gli agenti cancerogeni o mutageni sono conservati, manipolati, trasportati in condizioni
di sicurezza
h) assicura che la raccolta e l'immagazzinamento, ai fini dello smaltimento degli scarti e dei residui
delle lavorazioni contenenti agenti cancerogeni o mutageni, avvengano in condizioni di sicurezza, in
particolare utilizzando contenitori ermetici etichettati in modo chiaro, netto, visibile;
i) dispone, su conforme parere del medico competente, misure protettive particolari con quelle
categorie di lavoratori per i quali l'esposizione a taluni agenti cancerogeni presenta rischi
particolarmente elevati .

Tali misurazioni devono essere effettuate (art. 64, comma 1, lettera d) in conformità
all'allegato VIII del D.Lgs 15 agosto 1991, n. 277; per i "requisiti dei metodi di
rilevazione" è previsto che siano noti e opportuni i limiti di rilevazione, la sensibilità e
la precisione, e che l'esattezza del metodo venga garantita; ad esempio,
periodicamente, Il N.I.O.S.H. pubblica un “Manual of Analytical Methods” nel quale,
per le sostanza per cui è previsto, vengono riportate le caratteristiche principali del
metodo di campionamento-analisi (68).
Oltre ai metodi chimico-fisici per la misura degli agenti cancerogeni, trova una
crescente applicazione l’uso di “indicatori biologici” per la valutazione
dell’esposizione e del rischio. Gli indicatori biologici di esposizione sono riconducibili
ad “indicatori di dose interna” (sostanze tal quali o loro metaboliti nei liquidi biologici)
e “indicatori di dose biologicamente efficace”; mentre questi ultimi restano ancora
nell’ambito della ricerca, l’uso di indicatori biologici di dose interna offre vantaggi
rispetto al monitoraggio ambientale nella valutazione dell’esposizione, correlando le
esposizioni ambientali con le quantità effettivamente assorbite attraverso qualunque
via d’introduzione. Pertanto, l’abbinamento di indicatori biologici di esposizione e
monitoraggio ambientale incrementa la possibilità di effettuare una corretta
valutazione dell’esposizione e dovrebbe costituire la via preferenziale da seguire per

8
la valutazione degli agenti cancerogeni soprattutto nel caso di presenza di basse
dosi.
Quanto all’identificazione di “quelle categorie di lavoratori per i quali l’esposizione a
taluni agenti cancerogeni presenta rischi elevati”, come riportato al comma 1 lettera
i), essa va considerata con estrema cautela; proposte di screening genetici per
identificare casi di ipersuscettibilità congenita o di ipersuscettibilità acquisita non
sono allo stato attuabili. Nel rispetto del principio che l’esposizione a cancerogeni
deve comunque essere tenuta al più basso livello possibile, potrebbe essere
ragionevole identificare alcune situazioni, verosimilmente poche, per le quali
particolari condizioni patologiche sconsigliano una esposizione a quantitativi,
ancorché minimi, di cancerogeni nell’ambiente di lavoro.
È proprio durante la valutazione dei rischi che il medico competente può procedere
alla definizione delle categorie di esposizione per lavorazione/mansione e individuare
i lavoratori addetti, costituendo così la base informativa per un registro degli esposti
utile e funzionale.
Il medico competente deve, infatti, collaborare con il datore di lavoro sia nella
individuazione delle mansioni a rischio, sia nella registrazione dei lavoratori esposti,
verificando l’entità e la qualità dell’esposizione.
Quanto sopra è necessario per gli adempimenti previsti dal comma 1 dell’art. 70 del
D.Lgs. 626/94, in particolare l’istituzione del “registro di esposizione” da parte del
datore di lavoro, il quale si avvale per questa funzione del medico competente che,
sulla base di procedure e protocolli definiti, lo compila e ne cura l’aggiornamento.

Art. 70 (Registro di esposizione e cartelle sanitarie)


1. I lavoratori di cui all'articolo 69 sono iscritti in un registro nel quale è riportata, per ciascuno di
essi, l'attività svolta, l'agente cancerogeno o mutageno utilizzato e, ove noto, il valore
dell'esposizione a tale agente. Detto registro è istituito ed aggiornato dal datore di lavoro che ne
cura la tenuta per il tramite del medico competente. Il responsabile del servizio di prevenzione
ed i rappresentanti per la sicurezza hanno accesso a detto registro.
(omissis)

In seguito lo stesso medico competente aggiornerà il registro con tutti i cambiamenti


che si dovessero verificare sia nella tipologia/entità/variabilità dell’esposizione, sia
nella mobilità dei lavoratori. Dovranno anche essere annotate le esposizioni
occasionali, ripetitive e quelle accidentali o inconsuete causate da incidenti; pertanto
vanno iscritti gli “esposti”, i “potenzialmente esposti”, gli “ex-esposti” accidentalmente
esposti).
Importante risulta essere la verifica dell’attuazione delle misure di cui all’art. 65; tra
queste, in particolare, nell’area dove esiste il rischio di esposizione agli agenti
cancerogeni deve essere proibito fumare, bere e mangiare; è prevista la fornitura di
specifico abbigliamento da lavoro la cui pulitura deve restare, comunque, un obbligo
del datore di lavoro.
Art. 65 (Misure tecniche)
1. Il datore di lavoro:
a) assicura che i lavoratori dispongano di servizi igienici appropriati ed adeguati;
b) dispone che i lavoratori abbiano in dotazione idonei indumenti protettivi da riporre in posti
separati dagli abiti civili;
c) provvede affinché i dispositivi di protezione individuale siano custoditi in luoghi determinati,
controllati e puliti dopo ogni utilizzazione, provvedendo altresì a far riparare o sostituire quelli
difettosi, prima di ogni nuova utilizzazione.
2. É vietato assumere cibi e bevande o fumare nelle zone di lavoro di cui all'art. 64, lettera b).

9
Il DLgs 626/94 e s.m.i. individua nella “formazione” intesa come modalità specifica di
apprendimento, lo strumento principale attraverso cui intervenire per costruire un
patrimonio di competenze specifiche e per promuovere la cultura della sicurezza e
della prevenzione all’interno delle organizzazioni del lavoro e della società. La
formazione agisce attraverso un processo che consente alle persone di diventare più
preparate nello svolgere un’attività lavorativa non solo perché dispongono di
maggiori conoscenze ed abilità ma soprattutto grazie all’acquisizione di una
maggiore consapevolezza del proprio comportamento. Un’attività di formazione
dovrebbe porre al centro dell’attenzione le esperienze quotidiane di lavoro per far
emergere tutte le conoscenze necessarie per individuare e valutare i rischi presenti
nell’attività lavorativa e soprattutto i comportamenti più opportuni per eliminarli e/o
controllarli integrando, quando necessario, le conoscenze mancanti, carenti o
distorte.
L’art. 66 elenca in dettaglio il contenuto della informazione/formazione.

Art. 66 (Informazione e formazione)


1. Il datore di lavoro fornisce ai lavoratori, sulla base delle conoscenze disponibili, informazioni ed
istruzioni, in particolare per quanto riguarda:
a) gli agenti cancerogeni o mutageni presenti nei cicli lavorativi, la loro dislocazione, i rischi per la
salute connessi al loro impiego, ivi compresi i rischi supplementari dovuti al fumare;
b) le precauzioni da prendere per evitare l'esposizione;
c) le misure igieniche da osservare;
d) la necessità di indossare e impiegare indumenti di lavoro e protettivi e dispositivi individuali di
protezione ed il loro corretto impiego;
e) il modo di prevenire il verificarsi di incidenti e le misure da adottare per ridurre al minimo le
conseguenze.
2. Il datore di lavoro assicura ai lavoratori una formazione adeguata in particolare in ordine a quanto
indicato al comma 1.
3. L'informazione e la formazione di cui ai commi 1 e 2 sono fornite prima che i lavoratori siano adibiti
alle attività in questione e vengono ripetute, con frequenza almeno quinquennale, e comunque ogni
qualvolta si verificano nelle lavorazioni cambiamenti che influiscono sulla natura e sul grado dei
rischi.
4. Il datore di lavoro provvede inoltre affinché gli impianti, i contenitori, gli imballaggi contenenti
agenti cancerogeni o mutageni siano etichettati in maniera chiaramente leggibile e comprensibile. I
contrassegni utilizzati e le altre indicazioni devono essere conformi al disposto della legge 29 maggio
1974, n. 256, e successive modifiche ed integrazioni .

Un aspetto particolarmente critico dell’esposizione ad agenti cancerogeni è dovuto al


fatto che non è possibile evidenziare una soglia di esposizione sicura anche se
bassa o molto bassa, pur se la normativa prevede valori limite per benzene, polveri
di legno e cloruro di vinile monomero; solo la probabilità, ma non la gravità, di un
effetto stocastico dipende dall’intensità dell’esposizione, al contrario dell’effetto
deterministico la cui probabilità e gravità sono dose-dipendenti.
Il DLgs 626/94 e s.m.i., nonostante riporti numerose precisazioni, alcune delle quali
fin troppo puntuali, non definisce chi è il “lavoratore esposto” a cancerogeni. Infatti,
l’art.60 c.1 parla di “lavoratori che sono o possono essere esposti ad agenti
cancerogeni…a causa della loro attività lavorativa”.

10
Art. 60 (Campo di applicazione)
1. Le norme del presente titolo si applicano a tutte le attività nelle quali i lavoratori sono o possono
essere esposti ad agenti cancerogeni o mutageni a causa della loro attività lavorativa.
2. Le norme del presente titolo non si applicano alle attività disciplinate dal decreto legislativo 15
agosto 1991, n. 277, capo III.
3. Il presente titolo non si applica ai lavoratori esposti soltanto alle radiazioni previste dal trattato che
istituisce la Comunità europea dell'energia atomica.

Questa mancata formulazione normativa di “lavoratore esposto” ha portato a diversi


criteri di identificazione di una “definizione” da cui far prescindere l’applicazione della
norma.
L’esperienza della Finlandia che, fin dal 1979, in seguito alla istituzione di un registro
dei soggetti esposti a sostanze cancerogene, ha attuato, pur evidenziando la
necessità che criteri specifici vengano adottati per ogni singolo cancerogeno, una
definizione operativa di “esposto a cancerogeno” che si basa su tre criteri qualitativi
(25):
1. l’esposizione lavorativa deve essere più elevata di quella della popolazione
generale;
2. se il livello dell’esposizione è verosimilmente basso, anche se non ben definito
o misurato, qualora l’esposizione sia inferiore ai venti giorni di lavoro/anno, il
lavoratore non è considerato “lavoratore esposto”;
3. se vi è un’esposizione di breve durata ma di particolare entità, trattasi di
“lavoratore esposto”.
In ogni caso, al termine del processo valutativo, è necessario giungere alla stima
dell’esposizione dei lavoratori assegnando una categoria quali-quantitativa
dell’esposizione e cioè:
- Lavoratori non esposti
- Lavoratori esposti
- Lavoratori potenzialmente esposti
Pertanto, pur non essendo scientificamente corretto parlare di “soglie di esposizione
sicure”, è ormai comunemente accettato che sono da intendersi “lavoratori esposti”
quelli per cui il valore di esposizione ad agenti cancerogeni potrebbe risultare
superiore a quello della popolazione generale; tale criterio, di conseguenza, può
essere applicato per le sostanze presenti anche nell’ambiente di vita per le quali tali
valori di riferimento esistono, generalmente stabiliti in specifiche normative.
Ugualmente, può risultare utile, per l’esposizione a sostanze che possono penetrare
nell’organismo per via cutanea, l’utilizzo dei valori limite della Società Italiana Valori
di Riferimento, attraverso un confronto con tecniche di monitoraggio biologico (3).

Per quanto concerne la sorveglianza sanitaria dei lavoratori esposti a cancerogeni,


essa, da tempo, è oggetto di discussione e di confronto tra i medici del lavoro
(30,31).

11
Art. 69 (Accertamenti sanitari e norme preventive e protettive specifiche)
1. I lavoratori per i quali la valutazione di cui all'art. 63 ha evidenziato un rischio per la salute sono
sottoposti a sorveglianza sanitaria.
2. Il datore di lavoro, su conforme parere del medico competente, adotta misure preventive e
protettive per singoli lavoratori sulla base delle risultanze degli esami clinici e biologici effettuati.
3. Le misure di cui al comma 2 possono comprendere l'allontanamento del lavoratore secondo le
procedure dell'art. 8 del decreto legislativo 15 agosto 1991, n. 277.
4. Ove gli accertamenti sanitari abbiano evidenziato, nei lavoratori esposti in modo analogo ad uno
stesso agente, l'esistenza di una anomalia imputabile a tale esposizione, il medico competente ne
informa il datore di lavoro.
5. A seguito dell'informazione di cui al comma 4 il datore di lavoro effettua:
a) una nuova valutazione del rischio in conformità all'art. 63;
b) ove sia tecnicamente possibile, una misurazione della concentrazione dell'agente in aria per
verificare l'efficacia delle misure adottate.
6. Il medico competente fornisce ai lavoratori adeguate informazioni sulla sorveglianza sanitaria cui
sono sottoposti, con particolare riguardo all'opportunità di sottoporsi ad accertamenti sanitari anche
dopo la cessazione dell'attività lavorativa.

Il contenuto della “sorveglianza sanitaria” di cui all’art. 16 commi 2 e 3 del DLgs


626/94 e s.m.i. comprende:
2. a) accertamenti preventivi intesi a constatare l'assenza di controindicazioni al
lavoro cui i lavoratori sono destinati, ai fini della valutazione della loro idoneità alla
mansione specifica;
b) accertamenti periodici per controllare lo stato di salute dei lavoratori ed esprimere
il giudizio di idoneità alla mansione specifica.
3. Gli accertamenti di cui al comma 2 comprendono esami clinici e biologici e indagini
diagnostiche mirati al rischio ritenuti necessari dal medico competente
Già la Convenzione dell’ILO 139/74 sul cancro professionale, all’art. 5, invitava ad
eseguire esami medici o biologici o altri tests o indagini necessari per valutare
l’esposizione dei lavoratori e sorvegliare il loro stato di salute in relazione al rischio
lavorativo.
Per lo specifico rischio da agenti cancerogeni, la Direttiva 2004/37/CE del 29/04/04,
versione codificata della Direttiva 90/394/CEE prevede, all’allegato II, le
“Raccomandazioni pratiche per la sorveglianza sanitaria dei lavoratori” e cioè::
- la sorveglianza sanitaria deve comprendere almeno le seguenti misure: tenuta
della documentazione relativa ai precedenti sanitari e professionali del
lavoratore; un'intervista personale;
- ove necessario, il controllo biologico e l'accertamento degli effetti precoci e
reversibili.
- per ogni lavoratore sottoposto a sorveglianza sanitaria possono essere decise
eventuali ulteriori prove e analisi da effettuare, alla luce delle più recenti
conoscenze disponibili in materia di medicina del lavoro
Nel campo della Medicina del Lavoro, si sono create due correnti di pensiero, una
che sostiene la “sorveglianza medica” e l’altra la “sorveglianza epidemiologica”.
La sorveglianza epidemiologica dei rischi professionali consiste nella registrazione
ed analisi sistematica e continuativa di uno specifico problema sanitario a livello di
una popolazione lavorativa e nello studio delle cause di detto fenomeno al fine di
mettere in atto misure di controllo e prevenzione mediante interventi individuali o

12
collettivi. A tal fine sarebbe auspicabile l’implementazione della mappatura di
occupazioni/mansioni ed attività industriale che comportano rischio cancerogeno; la
disponibilità di tali liste può contribuire ad identificare i comparti produttivi prioritari
per l’azione di controllo delle esposizioni professionali a cancerogeni.
Un ruolo di primo piano assume, nella sorveglianza medica, la raccolta anamnestica
in quanto foriera di informazioni utili all’inquadramento generale del soggetto in
esame; infatti, in presenza di un rischio cancerogeno, importanti sono i dati relativi
alla zona di residenza, alle attività hobbistiche svolte, agli stili di vita con le eventuali
abitudini voluttuarie, alle pregresse ed attuali patologie ed alla storia patologica
familiare.
L’esame obiettivo va condotto con particolare attenzione per gli organi bersaglio
dell’azione del cancerogeno, specie se direttamente esplorabili, quali ad esempio
fosse nasali, cute, linfoghiandole.
Il monitoraggio biologico assume un ruolo rilevante nella sorveglianza sanitaria
(come visto dallo studio della UO 12 la determinazione dell’idrossipirene urinario può
essere utilizzata come tracciante dell’esposizione globale ad IPA); relativamente
all’impiego del monitoraggio biologico in un programma di sorveglianza sanitaria, non
trascurabili risultano i problemi legati alla validazione degli indicatori in uso, ad
esempio in merito alla definizione di relazioni dose-risposta, variabilità
intra/interindividuale, finestre temporali etc (9).
Un modello utile è quello che prevede la determinazione dell’indicatore di dose
interna, ad esempio, idrossipirene urinario, condotto periodicamente sui lavoratori
delle tre batterie della cokeria; i risultati, corredati dai dati clinici, possono essere
utilizzati sia a livello individuale, per la valutazione del livello di esposizione in
funzione dei valori di riferimento, sia a livello di gruppo, per la valutazione dei
differenti livelli di esposizione in funzione delle mansioni e della batteria di
riferimento. In tal modo è possibile valutare anche la necessità di interventi
sull’ambiente di lavoro da monitorare poi nel tempo; ciò si potrebbe tradurre in un
abbattimento dei livelli di idrossipirene urinario sia a livello individuale che di gruppo.
Negli ultimi anni sono stati proposti gli “indici di dose biologica effettiva”, strumenti,
quali ad esempio gli addotti al DNA, atti a rivelare i cosiddetti “effetti precoci”; al
momento si ritiene necessario un approfondimento di tale tecniche, in particolare la
presenza di livelli misurabili di addotti (cosiddetti “addotti di fondo”) in soggetti non
esposti professionalmente.
Per quanto concerne gli “indici di effetti biologici”, essi sono definiti come “alterazione
biochimica o funzionale misurabile che in funzione della sua entità può indicare un
potenziale rischio per la salute o una malattia” (52); allo stato attuale delle
conoscenze, nessuno degli indicatori di effetto può considerarsi, a livello individuale,
predittivo di patologia neoplastica, eccezion fatta per l’esposizione professionale a
sostanze leucemogene.
Per quanto concerne il cosiddetto “screening genetico”, il Gruppo Europeo sull’etica
nelle scienze e nelle nuove tecnologie (36) ne ha bocciato l’utilizzo sui luoghi di
lavoro anche in quanto “nel contesto lavorativo si deve tener conto soltanto dello
stato di salute corrente del lavoratore”; il ricorso ai test genetici di screening deve
costituire un’eccezione al fine di garantire la tutela della salute dei lavoratori e deve
essere effettivamente necessario, deve fondarsi sulla provata validità scientifica del
test, deve essere proporzionato alle finalità da raggiungere e non deve comportare
alcuna discriminazione per i lavoratori coinvolti; i casi eccezionali nei quali è
ammissibile effettuare test genetici di screening sul luogo di lavoro devono essere

13
specificati espressamente per legge ed è indispensabile il consenso informato del
lavoratore.
A fronte del notevole progresso delle tecniche per la diagnosi precoce di alcune
localizzazioni neoplastiche, le indicazioni della Raccomandazione del Consiglio
d’Europa 2003/878/CE sottolineano che “…lo screening permette di individuare i
tumori in una fase precoce o eventualmente addirittura prima che diventino invasivi.
In tal modo è possibile trattare alcune lesioni in modo più efficace e offrire ai pazienti
una maggiore speranza di vita. L’indicatore principale dell’efficacia dello screening è
la riduzione della mortalità dovuta ai tumori…alle persone sane vanno proposti solo
esami di screening di comprovata efficacia nella riduzione del tasso di mortalità e di
morbilità dovute al cancro, che allo stato delle attuali conoscenze sono il Pap test, la
mammografia e la ricerca del sangue occulto nelle feci”.
In particolare, per la localizzazione polmonare di un tumore professionale, il più
importante riguardo ad incidenza e gravità della prognosi, allo stato attuale non vi è
evidenza di una riduzione della mortalità a seguito di campagne di screening basate
sulla radiografia del torace anche se in combinazione con la citologia dell’escreato;
d’altronde il DPR 1124/65 prevede ancora per gli esposti ad amianto l’esecuzione
annuale del radiogramma del torace. Negli ultimi anni si è andato sviluppando la
tecnica della TAC spirale a basse dosi (LDCT); allo stato attuale delle conoscenze, è
stata dimostrata una maggiore sensibilità nell’evidenziare alterazioni polmonari di
piccole dimensioni anche se l’efficacia dello screening non è stata ancora valutata in
trial clinici controllati (16,64,89). Gli aspetti critici comunque non sono di poco rilievo
in quanto vi è un certo numero di falsi positivi, con inutili conseguenti procedure
diagnostiche invasive di 2° livello, ed il rischio di eccesso di diagnosi di tumori
polmonari di scarso rilievo clinico.
In ogni caso, allo stato attuale delle conoscenze, anche nel rispetto della normativa
radioprotezionistica, per il tumore polmonare, il controllo radiologico del torace e la
LDCT possono essere eseguiti solo su base volontaristiche, previa informazione
sulla utilità e sui limiti della metodica.
Il momento della sorveglianza sanitaria offre una preziosa occasione di “counselling”
riguardo al significato, validità e limiti della stessa, nonché sull’importanza di corretti
stili di vita e del rispetto di norme di igiene personale.
Ad esempio, la grande quantità di evidenze scientifiche raccolte da studi prospettici
di coorte e da studi caso-controllo dimostra come la maggior parte dei rischi per la
salute possa essere ridotta, smettendo di fumare. L’esposizione al fumo attivo o
passivo in associazione all`esposizione a noxae professionali può produrre effetti
combinati di tipo additivo o moltiplicativo (38,72,82,88).
L`interazione tra esposizione a fumo di sigarette ed esposizione occupazionale a
sostanze tossiche può realizzarsi in diversi modi:
- il fumo diviene un vettore fisico di sostanze tossiche presenti nel luogo di lavoro
- il fumo può determinare un innalzamento della dose di sostanze tossiche assorbite
per la presenza nel fumo delle stesse sostanze presenti nell`ambiente di lavoro
- il fumo può interessare lo stesso organo bersaglio coinvolto dall`esposizione
occupazionale o produrre un danno biologico analogo a quello determinato
dall`esposizione professionale (es.: tumore della vescica da fumo e 2-naftilammina)
- il fumo può agire sinergicamente con le sostanze tossiche presenti nel luogo di
lavoro causando un più intenso effetto
Benché siano ormai accertati i gravi pericoli per la salute dovuti all’uso del tabacco
ed i benefici derivati dall’astinenza, gli studi condotti sull’argomento indicano che

14
molti operatori sanitari non forniscono ai propri pazienti che fumano consigli e
informazioni per indurli a smettere di fumare Questa riluttanza ad intervenire può
essere dettata da molti fattori, tra i quali la sfiducia nelle proprie capacità di riuscire a
fornire una consulenza adeguata, la mancanza di interesse da parte del paziente, la
mancanza di remunerazione economica o di incentivi personali, la mancanza di
tempo e la mancanza di un adeguato supporto da parte del personale. Come già
accennato in precedenza, alcuni studi hanno dimostrato che gli interventi di
educazione sanitaria e consulenza attuati dal medico possono modificare il
comportamento dei pazienti, anche nel caso in cui l’intervento sia relativamente
breve.
Particolare importanza assume quella parte del comma 6 dell’art. 69 che recita “Il
medico competente fornisce ai lavoratori adeguate informazioni...con particolare
riguardo all'opportunità di sottoporsi ad accertamenti sanitari anche dopo la
cessazione dell'attività lavorativa”. Infatti, se con l’emanazione, negli ultimi decenni,
di alcuni decreti (D.Lgs. 277/91, D.Lgs. 626/94 e s.m.i. e D.Lgs. 230/95 e s.m.i.) a
tutela della salute e sicurezza dei lavoratori esposti, rispettivamente, ad amianto,
sostanze cancerogene e mutagene, radiazioni ionizzanti, vengono identificati ulteriori
obblighi del datore di lavoro e del medico competente in merito alle misure
preventive ed alle azioni di sorveglianza sanitaria da intraprendere nei casi di
esposizione ai suddetti fattori di rischio, per quanto concerne, invece, i casi di
cessazione dell’esposizione a sostanze cancerogene o di cessazione del rapporto di
lavoro, i suddetti decreti prevedono unicamente “informative al lavoratore” così come
riportato nella tabella di seguito riportata.

NORMATIVA
D.Lgs. 277/91 Art 29 c.4
Il medico competente fornisce ai lavoratori… adeguate informazioni sul
significato delle visite mediche alle quali essi sono sottoposti e sulla necessità di
sottoporsi ad accertamenti sanitari anche dopo la cessazione dell’attività che
comporta esposizione alla polvere proveniente dall’amianto…
D.Lgs. 626/94 e s.m.i. Art. 69 c. 6
Il medico competente fornisce ai lavoratori adeguate informazioni sulla
sorveglianza sanitaria cui sono sottoposti, con particolare riguardo all’opportunità
di sottoporsi ad accertamenti sanitari anche dopo la cessazione dell’attività
lavorativa
Art. 72-decies c. 2 lett.. c)
La sorveglianza sanitaria viene effettuata:…
c) all’atto della cessazione del rapporto di lavoro.
D.Lgs. 230/95 e Art. 85 c. 4
Il datore di lavoro ha l'obbligo di disporre la prosecuzione della sorveglianza
s.m.i.)
medica per il tempo ritenuto opportuno, a giudizio del medico, nei confronti dei
lavoratori allontanati dal rischio perché non idonei o trasferiti ad attività che non
espongono ai rischi derivanti dalle radiazioni ionizzanti.
Art. 85 c. 5
Prima della cessazione del rapporto di lavoro il datore di lavoro deve provvedere
a che il lavoratore sia sottoposto a visita medica. In tale occasione il medico
deve fornire al lavoratore le eventuali indicazioni relative alle prescrizioni
mediche da osservare.

15
Alla cessazione del rapporto di lavoro, pertanto, la tutela della salute dell’ex-
lavoratore esposto passa dal medico competente al medico di medicina generale, il
quale diventa destinatario dell’obbligo deontologico della prevenzione anche delle
malattie neoplastiche lavoro-correlate, con tempo di latenza generalmente lungo.
La sensibilizzazione del medico di famiglia sia sulle problematiche comuni a tutte le
neoplasie (precocità diagnostica e adeguata gestione diagnostico-terapeutica), sia
sulle peculiari problematiche legate all’attribuzione sospetta o certa di “eziologia
professionale” rappresenta un punto nodale nella prevenzione; è compito del medico
di medicina generale quello di ricercare i cosiddetti “tumori perduti”. Il riconoscimento
di questi tumori da parte del medico di medicina generale rappresenta un passo
fondamentale non solo per un’adeguata gestione diagnostico-terapeutica, ma anche
normativa, in quanto comporta, da parte dello stesso medico, l’adempimento di
specifici obblighi di legge “dispersi” in tutta una serie di normativa (Codice Penale,
T.U. sull’assicurazione obbligatoria degli infortuni e malattie professionali, Decreti
Legislativi sulla tutela della salute e della sicurezza sui luoghi di lavoro). In
considerazione della complessità delle problematiche connesse agli ex-esposti e
sulla base di uno studio relativo al fabbisogno formativo in medicina del lavoro, da cui
è emerso un alto livello di necessità formativa, riguardo al rischio da agenti
cancerogeni (43), per la valutazione dei rischi e per la sorveglianza epidemiologica,
l’ISPESL ha condotto uno studio (44) finalizzato a definire i bisogni formativi e il ruolo
dei Medici di Medicina Generale nella gestione delle possibili misure preventive e
previdenziali delle neoplasie professionali, attraverso la valutazione del livello di
conoscenza relativa a:
- epidemiologia occupazionale;
- assetto normativo nazionale, adempimenti formali e procedure da espletare per
l’indennizzo delle neoplasie professionali;
- importanza attribuita dai medici all’anamnesi lavorativa;
- grado di fattibilità che gli intervistati attribuiscono ad un programma di prevenzione
per ex-esposti ad alto rischio ad agenti cancerogeni professionali.
Dai risultati della ricerca è emersa la necessità e l’importanza di implementare e
favorire programmi e corsi formativi per i Medici di Medicina Generale relativi alla
cancerogenesi occupazionale e più in generale sulle modalità di ricostruzione della
storia lavorativa dei singoli pazienti nonché sulla gestione delle notifiche previste
dalla normativa.
Inoltre, se il luogo di lavoro può rappresentare il punto di partenza di rischi per futuri
danni alla salute dei lavoratori che possono estendersi alla popolazione ed
all’ambiente è sul luogo di lavoro che devono essere adottate tutte le possibili misure
preventive e protettive utilizzando il criterio della miglior tecnologia disponibile.
I principi dettati dalle normative in vigore per la tutela dai cancerogeni sui luoghi di
lavoro riprendono una gerarchia di misure da attuare per la protezione dei lavoratori.
La messa in atto di misure di prevenzione scaturisce da un’analisi attenta e puntuale
degli ambienti di lavoro basata su 4 punti fondamentali: 1) identificazione e 2) stima
del rischio, 3) valutazione della necessità di intervenire con ulteriori misure di
prevenzione e protezione, 4) gestione delle misure realizzate.
Gli addetti alla produzione devono essere preventivamente e costantemente
informati e formati dal datore di lavoro in merito ai rischi specifici cui possono essere
esposti durante lo svolgimento delle loro mansioni, al divieto di fumare, alle misure

16
igieniche da rispettare, alle modalità di utilizzo e conservazione dei dispositivi di
protezione individuale: Le norme essenziali di prevenzione devono essere messe a
conoscenza dei lavoratori con un’informazione e formazione permanente e non solo
mediante affissione negli ambienti di lavoro di segnaletica o di norme che riguardano
il rischio cancerogeno.
La definizione dei ritmi di produzione deve tener conto non solo dell’aspetto
economico ma anche dei fattori umani come la fatica fisica, il livello di attenzione, il
ripetersi delle operazioni nonché del corretto utilizzo degli impianti riducendo al
minimo possibile il numero dei lavoratori esposti.
E’ necessario individuare modalità per incoraggiare lo sviluppo delle strategie di
sostituzione, modalità per facilitare miglioramenti che siano tecnicamente fattibili e
permettere l’implementazione di buone pratiche.

BIBLIOGRAFIA

1. Alexandrie AK et al., CYP1A1 and GSTM1 polymorphisms affect urinary 1-


hydroxypyrene after PAH exposure. Carcinogenesis 21: 669, 2000
2. Apostoli P et - Reference values of urinary chromium in Italy. Int Arch
Occup Environ Health 70: 173, 1997.
3. Apostoli P et al - Significance and utility of reference values in occupational
medicine. - Sci Tot Environ 209: 69, 1998.
4. Apostoli P et al - Biological monitoring of occupational exposure to
inorganic arsenic. - Occup Environ Med 56:825, 1999.
5. Apostoli P et al - Influence of genetic polymorphisms of CYP1A1 and
GSTM1 on the urinary levels of 1-hydroxypyrene.- Toxicol Lett ;144(1):27,
2003
6. Aylin P et al – Proximity to coke works and hospital admissions for
respiratory and cardiovascular disease in England and Wales – Thorax 56;
228, 2001
7. Ahn S. et al – Physicochemical characterization of coke-plant soil for the
assessment of polycyclic aromatic hydrocarbon availability and the
feasibility of phytoremediation . –Environ Toxicol Chem 24(9); 2185, 2005
8. Armstrong B et al – Lung cancer risk after exposure to polycyclic aromatic
hydrocarbons: a review and meta-analysis- Environ Health Perspect 112;
9, 970, 2004
9. Assennato G et al, - Ruolo del monitoraggio biologico nella sorveglianza
sanitaria ed epidemiologica: proposte operative per la SIMLII. – G Ital Med
Lav Erg 26; 4, 336, 2004

17
10. Barone-Adesi F et al – Population attributable risk for occupational cancer
in Italy. Int J Occup Environ Health 11: 23, 2005
11. Bartsh H et al - Genetic cancer susceptibility and DNA adducts: studies in
smokers, tobacco chewers, and coke oven workers.- Cancer Detect Prev.
23(6):445, 1999.
12. Bienek G et al – Occupational exposure to Aromatic Hydrocarbons at a
coke plant: part II. Exposure assessment of volatile organic compounds. J
Occup Health 46: 181, 2004
13. Binková B et al.- Coke oven workers study: the effect of the exposure and
GSTM1 and NAT2 genotypes on DNA adduct levels in white blood cells
and lymphocytes as determined by 32P-postlabelling. - Mutat Res 416 :
67, 1998
14. Bisceglia L et al - Valutazione dell’esposizione professionale a IPA in
lavoratori della cokeria dello stabilimento siderurgico di Taranto mediante
monitoraggio biologico. Epidemiologia e Prevenzione suppl 5-6; 37, 2005
15. Bjorseth A. et al - Polycyclic aromatic hydrocarbons in the work
atmosphere. II determination in a coke plant. Scand J. Work Environ
Health. 4,224, 1978
16. Black C et al – The clinical effectiveness and cost-effectiveness of
computed tomography screening for lung cancer: systematic reviews. –
Health Technol Assess 10(3); 2006
17. Boffetta P, Kogevinas M. Occupational cancer in Europe. Environ Health
Perspect 107 Suppl 2:227, 1999.
18. Boffetta P, Kogevinas M. Introduction: epidemiological research and
prevention of occupational cancer in Europe. Environ Health Perspect 107
Suppl 2:229, 1999.
19. Bostrom CE et al – Cancer risk assessment indicators and guidelines for
polycyclic aromatic hydrocarbons in the ambient air – Environ Health
Perspect 110; suppl 3, 451, 2002
20. Brandt HCA et al – Monitoring human occupational and environmental
exposures to polycyclic aromatic compounds – Ann Occup Hyg 47(5); 349,
2003
21. Brennan P - Gene-environment interaction and aetiology of cancer: what
does it mean and how can we measure it? Carcinogenesis;23(3):381, 2002
22. Buchet J.P. et al - Evaluation of exposure to polycyclic aromatic
hydrocarbons in coke production and a graphite electrode manufacturing
plant: assessment of urinary excretion of 1-hydroxypyrene as a biological
indicator of exposue. Br. J. Ind. Med. 49,761, 1992
23. Buchet JP et al - Assessment of exposure to inorganic arsenic, a human
carcinogen, due to the consumption of seafood. - Arch Toxicol 70: 773,
1996
24. Bye T et al - Health survey of former workers in a Norwegian coke plant:
part 2: Cancer incidence and cause specific mortality. – Occup Environ
Med 55; 622, 1998

18
25. Carnevale F. et al - La sorveglianza sanitaria degli ex-esposti a
cancerogeni occupazionali: qualche riflessione operative. – Med Lav,
93(2),2002.
26. Chau N et al - Mortality in retired coke oven plant workers –Br J Ind Med
50(2):127, 1993
27. Cocco P – Tumor and work: 20 years after “The causes of cancer” by Doll
and Peto. – Med Lav 91(1):14, 2000
28. Cocker J et al Increased risk of chronic obstructive pulmonary diseases in
coke oven workers: interaction between occupational exposure and
smoking. – Thorax 61(4):290-5, 2006
29. Cogliano VJ et al – The science and practice of carcinogen identification
and evaluation – Environ Health Perspectives 112(13), 1269, 2004
30. Consorzio per l’accreditamento e aggiornamento in medicina del lavoro –
Linee Guida per la sorveglianza sanitaria degli esposti a cancerogeni e
mutageni in ambiente di lavoro. – Pime editrice, Pavia, 2003
31. Coordinamento Tecnico per la Sicurezza nei luoghi di lavoro delle Regioni
e delle Province autonome – Linee Guida Titolo VII D.Lgs 626/94:
protezione da agenti cancerogeni e mutageni. – 2002
32. Doll R, Peto R. The causes of cancer: quantitative estimates of avoidable
risks of cancer in the United States today. J Natl Cancer Inst 66(6):1191,
1981.
33. Dor F et al - Validity of biomarkers in environmental health studies: the
case of PAHs and benzene. Crit Rew Toxicol, 29 (2): 129,1999
34. Elia G et al - Eliminazione urinaria di arsenico e i suoi metabolici in una
popolazione non esposta professionalmente di maschi adulti residenti nella
provincia di Bari. - G Ital Med Lav Erg 21: 263, 1999
35. Environmental Protection Agency (EPA) - Guidelines for Carcinogen Risk
Assessment- EPA, Washington, 2005.
36. European Group on Ethics in Science and new technologies to the
European Commission - Ethical aspects of genetic testing in the
workplace- 2003
37. Fano V et al – Occupational and environmental exposures and lung cancer
in an industrialised area in Italy. – Occup Environ Med 61; 757, 2004
38. Godtfredsen NS et al – Effect of smoking reduction on lung cancer risk. –
JAMA 294(12): 1505, 2005
39. Golka K et al – Occupational exposure and urological cancer – World J
Urol 21; 382, 2004
40. Henk CA et al – Monitoring human occupational and environmental
exposures to polycyclic aromatic compounds. – Ann Occup Hyg 47; 5, 329,
2003
41. Hemminki K., Dickey C., Karlsson S., et al.. Aromatic DNA adducts in
foundry workers in relation to exposure, life style and CYP1A1 and
glutathione transferase M1 genotype. Carcinogenesis. 18, 345, 1997

19
42. Hu Y et al – Increased risk of chronic obstructive pulmonary diseases in
coke oven workers: interaction between occupational exposure and
smoking. – Thorax 61(4); 290, 2006
43. Iavicoli S et al - Indagine conoscitiva sul fabbisogno formativo in medicina
del lavoro in Italia. G Ital Med Lav Erg 26:1, 12, 2004.
44. Iavicoli S et al. -Bisogni formativi e ruolo dei Medici di Medicina Generale
per la prevenzione e la sorveglianza sanitaria degli ex esposti a
cancerogeni professionali. - G Ital Med Lav Erg 27:3, 293, 2005.
45. International Agency Research Cancer - Monographs on the Evaluation of
carcinogenic Risks to Humans-N. 2. Some inorganic and organometallic
compounds. - IARC, Lyon 1973
46. International Agency Research Cancer - Monographs on the Evaluation of
carcinogenic Risks to Humans- N°32, Part I, Polynuclear Aromatic
Compounds. IARC, Lyon, 1983
47. International Agency Research Cancer - Monographs on the Evaluation of
carcinogenic Risks to Humans-N. 34, Part III, Industrial Exposures in
aluminium production, coal gasification, coke production and iron and steel
founding. - IARC, Lyon 1984
48. International Agency Research Cancer - Monographs on the Evaluation of
carcinogenic Risks to Humans-N. 49. Chromium, nickel and welding. -
IARC, Lyon 1990
49. International Agency Research Cancer - Monographs on the Evaluation of
carcinogenic Risks to Humans-N. 84. Some drinking-water disinfectans
and contaminants, including arsenic- IARC, Lyon 2004
50. International Labour Organization - Ambient factors in the workplace - BIT,
Ginevra, 2001
51. International Labour Organization - Code of practice on safety and health
in the iron and steel industry, ILO, Ginevra 2005
52. International Programme on Chemical Safety (IPCS) – Environmental
health Criteria 222. Biomarkers in assessment: validity and validation. –
WHO, Geneva, 2001
53. ISTAT - Annuario Statistico Italiano 2004, Cap. 3 Sanità e Salute.
54. Jongeneelen F.J. et al - Ambient and biological monitoring of coke oven
workers: determinants of the internal dose of polycyclic aromatic
hydrocarbons. Br J. Ind. Med. 47, 454, 1990
55. Jongeneelen FJ – Benchmark guideline for urinary 1-hydroxypyrene as
biomarker of occupational exposure to polycyclic aromatic hydrocarbons. –
Ann Occup Hyg 45(3), 3, 2001
56. Kauppinen T et al – Occupational exposure to carcinogens in the
European Union – Occup Environ Med 57; 10, 2000.
57. Lambert TW et al – Lead, arsenic and polycyclic aromatic hydrocarbons in
soil and house dust in the communities surrounding the Sydney, Nova
Scotia, Tar Ponds. - Environ Health Perspect 112; 1, 35, 2004

20
58. Leng S et al – The association of XRCC1 haplotypes and chromosomal
damage levels in peripheral blood lymphocyte among coke-oven workers.
– Cancer Epidemiol, Biomarkers & Prevent. 14(5), 1295, 2005.
59. Liberti L,. et al Air pollution from a large steel factory: polycyclic aromatic
hydrocarbon emissions from coke-oven batteries. J Air Waste Manag
Assoc.;56(3):255, 2006.
60. Lu PL et al. - Urinary 1-hydroxypyrene levels in workers exposed to coke
oven emissions at various locations in a coke oven plant.- Arch Environ
Health 57(3):255, 2002
61. Marczynski B et al – Analysis of 8-oxo-7,8-dihydro-2’-deoxyguanosine and
DNA strand breaks in white blood cells of occupationally exposed workers:
comparison with ambient monitoring, urinary metabolites and enzyme
polymorphisms – Carcinogenesiss 23 (2); 272, 2002
62. Merler E et al – Occupational cancer in Italy- Environ Health Perspect 107
suppl 2; 259, 1999
63. Miccio A et al – La mortalità per neoplasie a Taranto: il rischio espositivo a
sostanze cancerogene nei lavoratori della cokeria – Atti 3° seminario dei
professionisti CONTARP - I ruoli, le strategie e le sinergie degli "attori"
coinvolti, Napoli, 2004
64. Miller A et al – Lung cancer screening using low-dose high-resolution CT
scanning in a high_risk workforce – Chest 125(5) suppl; 150, 2004.
65. Mirabelli D. - Stima del numero di lavoratori esposti a cancerogeni in Italia,
nel contesto dello studio europeo CAREX. - Epid Prev 23(4):346, 1999.
66. Mirabelli D, Kauppinen T. - Occupational exposures to carcinogens in Italy:
an update of CAREX database. - Int J Occup Environ Health (1):53, 2005.
67. Nan HM et al - Effects of occupation, lifestyle and genetic polymorphisms
of CYP1A1, CYP2E1, GSTM1 and GSTT1 on urinary 1-hydroxypyrene and
2-naphthol concentrations. Carcinogenesis; 22(5):787, 2001
68. National Institute of Occupational Safety and Health - NIOSH Manual of
Analytical Methods (NMAM®). - DHHS (NIOSH) Publication 94-113, 1994.
69. Neuberger J et al – Occupation and lung cancer in nonsmokers- Rev
Environ Health 18(4), 251, 2003
70. Organizzazione Mondiale della Sanità (OMS) , Centro Europeo Ambiente e
Salute Divisione di Roma .Ambiente e salute in Italia. – Roma, Il Pensiero
scientifico ed., 1997
71. Ovrebo S. et al.- Studies of biomarkers in aluminium workers
occupationally exposed to polycyclic aromatic hydrocarbons. - Cancer
Detection & Prevention. 19, 258, 1995
72. Parkin DM et al – Global cancer statistics, 2002. – CA Cancer J Clin 55(2):
74, 2005
73. Parodi S et al – Lymphohaematopoietic system cancer incidence in an
urban area near a coke oven plant: an ecological investigation. – Occup
Environ Med 60; 187, 2003

21
74. Parodi S et al - Lung cancer in an urban area in Northern Italy near a coke
oven plant. Lung Cancer 47(2):155, 2005.
75. Pavanello S et al – Suscettibilità individuale ai cancerogeni occupazionali:
evidenze dal monitoraggio biologico e dall’epidemiologia molecolare. - G
Ital Med Lav Erg 26; 4, 311, 2004
76. Pavanello S et al - Reduced nucleotide excision repair and GSTM1-null
genotypes influence anti-B[a]PDE-DNA adduca levels in mononuclear
white blood cells of highly PAH exposed coke oven workers.
Carcinogenesis 26(1): 169, 2005.
77. Popp W et al – DNA single strand breakage, DNA adducts and sister
chromatid exchange in lymphocytes and phenanthrene and pyrene
metabolites in urine of coke oven workers. Occup Environ Med 54(3), 176,
1997
78. Rainham D – Risk communication and public response to industrial
chemical contamination in Sydney, Nova Scotia: a case study – J Environ
Health 65(5): 26, 2002
79. Reuterwall C. Et al.- Assessment of genotoxic exposure in Swedish coke-
oven work by different methods of biological monitoring. - Scand. J. Work.
Environ. Health 17,123, 1991
80. Rehwagen M et al - Polycyclic aromatic hydrocarbons associated with
particles in ambient air from urban and industrial areas. - Sci Total Environ
348: 199, 2005
81. Romundstad PR et al – Health survey of former workers in a Norwegian
coke plant: part 1: Estimation of historical exposures. – Occup Environ
Med 55; 616, 1998
82. Ruediger HW et al – Antagonist combinations of occupational carcinogens
– Int Arch Occup Environ Healthy 79: 343, 2006
83. Samet J – Environmental causes of lung cancer – what do we know in
2003? – Chest 125; 80S, 2004
84. Siemiatycki J et al – Listing occupational carcinogens. – Environ Health
Perspect 112(15); 1447, 2004
85. Siwinska E et al - Association between urinary 1-hydroxypyrene and
genotoxic effects in coke oven workers. - Occup Environ Med; 61, 1, 2004
86. Tapio S et al – Arsenic in the aetiology of cancer – Mutat Res 27, 2006
87. Teixeira JP et al –Aromatic DNA adduct levels in coke oven workers:
correlation with polymorphisms in genes GSTP1, GSTM1, GSTT1 and
CYP1A1 – Mutat Res 517; 147, 2002
88. Tomatis L et al – Avoided and avoidable risks of cancer – Carcinogenesis
18(1); 97, 1997
89. Tossavainen A. - International expert meeting on new advances in the
radiology and screening of asbestos-related diseases. - Scand J Work
Environ Health 26(5):449, 2000.

22
90. Van Delft JH et al – Biological monitoring the exposure to polycyclic
aromatic hydrocarbons of coke oven workers in relation to smoking and
genetic polymorphism for GSTM1 and GSTT1. – Ann Occup Hyg 45(5);
395, 2001
91. Van Schooten FJ et al – Determination of benzo-a-pyrene diol epoxide-
DNA adducts in white blood cell DNA from coke-oven workers: the impact
of smoking. – J Natl cancer Inst 82(11); 927, 1990
92. Van Schooten F.J. et al - Polycyclic aromatic hydrocarbons DNA adducts
in white blood cell DNA and 1-hydroxypyrene in the urine from aluminum
workers: relation with job category and synergistic effect of smoking -
Cancer Epidemiol, Biomarkers & Prevent. 4, 69, 1995
93. Vineis P et al - Genetic-Environmental Interactions and Low-Levels
Exposure to Carcinogens- Epidemiology 6 (4): 455, 1995
94. Vineis P et al.- Metabolic Polymorphisms and Susceptibility to Cancer.-
IARC Scientific Publications no. 148, Ginevra, 1999.
95. Vineis P et al.- Current smoking, occupation, N-acetyltransferase-2 and
bladder cancer: a pooled analysis of genotype-based studies. - Cancer
Epidemiol Biomark Prev; 10:1249, 2001
96. Ward EM et al – Priorities for development of research methods in
occupational cancer. – Environ Health Perspect 111(1); 1, 2003
97. Wilhem M et al - Revised and new reference values for some trace
elements in blood and urine for human biomonitoring in environmental
medicine. - Int J Hyg Environ Health 207: 69, 2004.
98. Wogan GN et al – Environmental and chemical carcinogenesis – Semin
Cancer Biol 14(6): 473, 2004
99. Wu J et al – Cross sectional study on lung function of coke oven workers: a
lung function surveillance system from 1978 to 1990. Occup Environ Med
59; 816, 2002
100. Wu MT et al – Relationship of exposure to coke-oven emissions and
urinary metabolites of benzo(α)pyrene and pyrene in coke-oven workers. –
Cancer Epidemiol Biomarkers Prev 11; 311, 2002
101. Wu MT et al – Immunological findings in a group of coke-oven workers
exposed to polycyclic aromatic hydrocarbons. – J Occup Environ Med
45(10): 1034, 2003
102. Zhang J et al - Aromatic DNA adducts in coke-oven workers, in relation
to exposure, lifestyle and genetic polymorphism of metabolic enzymes –Int
Arch Occup Environ Health 73(2):127, 2000

23
Università degli Studi di Bari
DIPARTIMENTO DI MEDICINA INTERNA E MEDICINA PUBBLICA
Sezione di Medicina del Lavoro “B. Ramazzini”

Ministero della Salute – Direzione Generale della Ricerca sanitaria Ricerca finalizzata –
art.12 bis Decreto Legislativo 229/99 e della Vigilanza sugli Enti

PROGETTO FINALIZZATO

"Impatto sulla salute di particolari condizioni ambientali e di


lavoro, di provvedimenti e di pianificazione territoriale"

UNITÀ OPERATIVA 12: Effetti dell’esposizione professionale ad IPA

RESPONSABILE SCIENTIFICO: Prof. Giorgio Assennato

Struttura di appartenenza : Università di Bari


Funzione: Professore Ordinario
Indirizzo: Dipartimento di Medicina Interna e Medicina Pubblica
Policlinico, Piazza G. Cesare 11, 70124 Bari
N. tel.: 080-5478216
N. fax: 080-5478370
Indirizzo e-mail: gassennato@medlav.uniba.it

Gruppo di ricerca: Supporto tecnico-amministrativo:


Lucia Bisceglia Maria Mongelli
Patrizia Corsi Rosa Squicciarini
Antonio Carrus Francesca Vadacca
Patrizia Chiumarulo
Gigliola de Nichilo
Leonardo De Vincentis
Brigida Pappalardi
Vincenza Policastro
Nunzia Schiavulli
Luigi Vimercati
RELAZIONE FINALE

Introduzione e Razionale della ricerca


La ricerca epidemiologica ha permesso di identificare gruppi di persone che per la propria attività
professionale, per abitudini di vita o particolari condizioni ambientali hanno maggiori probabilità di
contrarre determinate malattie. Sono state documentate numerose associazioni tra l’esposizione a
specifiche sostanze chimiche e l’insorgenza di determinate malattie. Negli ultimi anni questo legame è
stato esplorato attraverso l'uso dell'epidemiologia molecolare negli studi di cancerogenesi
occupazionale e ambientale, incorporando tecniche di biologia molecolare nel disegno degli studi
epidemiologici. Così la caratterizzazione dell’esposizione professionale, in passato possibile solo
attraverso il monitoraggio ambientale, è stata realizzata, con frequenza crescente, mediante l’impiego
di indicatori biologici, che riflettono le alterazioni molecolari e/o cellulari che occorrono nel corso della
sequenza temporale e meccanicistica che lega l’esposizione alla malattia (De Caprio, 1997).
Fattori legati all’ospite possono determinare una diversa resistenza o suscettibilità degli individui della
popolazione all’azione degli xenobiotici: la variabilità interindividuale nel metabolismo dei cancerogeni
chimici e nel riparo del danno del DNA indotto da cancerogeni è associata al polimorfismo genetico a
bassa penetranza. Gli studi di interazione gene-ambiente riguardano geni che codificano per enzimi
attivi nel metabolismo dei fattori di rischio per il cancro e che possono modificare la risposta biologica
ai cancerogeni (Rothman et al., 2001).
Nei lavoratori di cokeria, che risultano esposti ad alti livelli di Idrocarburi Policiclici Aromatici (IPA)
mutageni e/o cancerogeni è stata riportata un’aumentata incidenza di neoplasie del polmone, della
vescica e della cute e la produzione di coke è stata definita come cancerogena per l’uomo (IARC,
1987, 2005). E’ stato rilevato come l’esposizione professionale determini un incremento dei livelli degli
indicatori biologici come metaboliti urinari degli IPA, addotti al DNA, danni cromosomici nei linfociti del
sangue periferico, scambi tra cromatidi fratelli e micronuclei (Reuterwall, 1991; Järvholm, 1999;
Siwinska, 2002). Gli IPA richiedono attivazione metabolica per esercitare il proprio effetto oncogeno e
l’entità dell’ultimo cancerogeno prodotto è il risultato delle sequenze di attivazione e detossificazione
specifiche. Le variazioni interindividuali nel metabolismo degli IPA sono state riconosciute come un
importante fattore nel processo cancerogenetico legato all’esposizione a tali sostanze: si ritiene che
una detossificazione inefficiente o un’aumentata attivazione dei composti in questione sia
responsabile della modulazione della dose biologicamente attiva disponibile per il target molecolare
finale (DNA) e quindi dell’influenza sui livelli di biomarker che riflettono l’esposizione a e il danno da
agenti genotossici (Hemminki 1997; van Delft, 2001, Brescia, 1999).
Negli ultimi anni è stato pubblicato un crescente numero di studi che indagano la suscettibilità
individuale al cancro sulla base delle variazioni interindividuali dei livelli di biomarcatori ed in
particolare degli addotti al DNA. L’attenzione si è concentrata su enzimi prevalentemente coinvolti
nella biotrasformazione degli IPA: il citocromo P450 (CYP)1A1 e la glutatione S-transferasi di classe μ
(GSTM1) e θ (GSTT1) deputati all’attivazione e alla detossificazione. Sono state individuate le varianti
alleliche dei geni che codificano per questi enzimi, che alcuni studi hanno mostrato essere associate
con un incremento del rischio di cancro.
Altri enzimi polimorfici sono coinvolti nella riparazione dei danni al DNA (XRCC, XPD): vi sono iniziali
indicazioni scientifiche che tali enzimi possano giocare un ruolo nel meccanismo di cancerogenesi
indotto da xenobiotici. Infatti una gran parte dei cancerogeni dopo attivazione metabolica danno luogo
a composti elettrofili, in grado di reagire con i siti nucleofili del DNA. Si determina quindi una
modificazione chimica del genoma, per la formazione di addotti covalenti al DNA, che se non viene
riconosciuta da meccanismi di riparazione del DNA, può dar luogo ad una serie di eventi determinanti
nel processo di cancerogenesi (Singer, 2000; Chen, 2000).
Lo scopo dello studio è la messa a punto di procedure integrate per la valutazione dell’esposizione
professionale ad IPA, attraverso tecniche di monitoraggio ambientale e monitoraggio biologico,
considerando l’eventuale interazione gene-ambiente. Accanto alla determinazione della
concentrazione di IPA aerodispersi, sono stati selezionati indicatori di dose interna (1-idrossipirene
urinario – 1-IP; IPA non metabolizzati nelle urine), indicatori di dose biologicamente efficace (addotti
totali IPA-DNA) e indicatori di suscettibilità individuale (polimorfismi metabolici CYP1A1, GSTM1,
GSTT1 e polimorfismi dei geni che codificano per enzimi che intervengono nella riparazione del DNA,
XPD) per la valutazione del continuum esposizione esterna - esposizione interna – dose
biologicamente efficace - effetto biologico precoce, alla luce della suscettibilità individuale.
L'interesse dello studio della interazione gene-ambiente e della suscettibilità individuale al rischio di
cancro è molteplice: per la comprensione dei meccanismi biochimici e molecolari alla base del cancro
conseguente all'esposizione a xenobiotici; per una più accurata stima dell’esposizione e del rischio nei
diversi segmenti della popolazione attraverso la definizione di curve dose/risposta; per la definizione e
programmazione di interventi preventivi mirati alla tutela della salute dei soggetti più suscettibili; per il
miglioramento della qualità ed informatività degli studi epidemiologici.
Allo scopo sono stati identificati quale oggetto di valutazione i lavoratori della cokeria dello
stabilimento siderurgico ILVA di Taranto, che sono risultati, da precedenti indagini, esposti ad elevate
concentrazioni di IPA. In tale contesto appare cruciale definire adeguati strumenti per la valutazione
dell’esposizione: i problemi di validazione dei bioindicatori, legati alla forma della relazione dose-
risposta, alla variabilità inter e intraindividuale, all’uso di organi/tessuti surrogati, alle miscele
complesse, sono tali per cui è importante offrire nuovi contributi per il chiarimento del significato da
attribuire ai biomarcatori nelle diverse situazioni di esposizione, in particolare ai fini del monitoraggio
biologico in un ambito di sorveglianza sanitaria.
In questo senso, la conduzione di studi di epidemiologia molecolare in esposti a cancerogeni da un
lato risponde ad esigenze di ricerca (disporre di conoscenze approfondite circa la “scatola nera”
collocata tra l’esposizione e la malattia, ovvero i meccanismi molecolari che, attivati dall’esposizione,
portano all’insorgenza del cancro); dall’altro trova un’utilità ed un’applicazione immediata in contesti
professionali, mettendo a disposizione delle attività di prevenzione e tutela della salute dei lavoratori
strumenti di monitoraggio dell’esposizione e di valutazione del rischio sempre più sensibili e specifici,
che tengano conto anche di eventuali condizioni di suscettibilità.

Obiettivi
Obiettivo del presente progetto è stato la definizione di procedure di valutazione dell’esposizione ad
IPA in soggetti professionalmente esposti. In particolare si è inteso:

• Valutare l’esposizione ad IPA in lavoratori di cokeria attraverso procedure di monitoraggio


ambientale (IPA aerodispersi) e monitoraggio biologico (idrossipirene urinario, addotti IPA-
DNA);
• Verifica di eventuali effetti dei polimorfismi genetici sui valori di tali biomarcatori e sulle
relazioni tra essi;
• Validazione degli indicatori proposti ai fini del risk assessment individuale, per la definizione di
possibili strategie di intervento in ambiente di lavoro per la tutela della salute dei lavoratori.

Materiali e Metodi
Popolazione in studio e strategia di campionamento
Sono stati arruolati nello studio 100 lavoratori, attualmente esposti ad IPA, operanti nella cokeria dello
stabilimento siderurgico ILVA di Taranto. La cokeria è costituita da tre batterie: la batteria A, costruita
negli anni ‘60, mai sottoposta ad interventi di manutenzione e oggetto di chiusura nel 2002 a causa di
elevati livelli di inquinamento riscontrati nel corso di un’indagine penale: la batteria è stata riaperta nel
2004; la batteria B, costruita negli anni ’70; la batteria C, costruita alla fine degli anni ’90 e dotata delle
tecnologie di controllo di emissioni più avanzate. Inoltre, sulla cokeria operano gli addetti alla
manutenzione refrattari (attrezzisti, gruisti, saldatori, operatori porte) e gli addetti ai servizi generali
(pulitori e autisti). Dei lavoratori reclutati, 20 appartengono alla batteria A, 25 alla batteria B, 23 alla
batteria C, 23 alla manutenzione, 9 ai pulitori. I lavoratori, tutti di sesso maschile, sono stati inclusi
nello studio selezionandoli tra quelli che erano stati già oggetto in precedenza di analoghe campagne
di monitoraggio biologico.
Per l’arruolamento dei soggetti sono stati realizzati incontri con la dirigenza aziendale, con il personale
medico e tecnico che ha collaborato all’indagine e con le rappresentanze sindacali dei lavoratori per
illustrare i contenuti e le finalità del progetto.
Sono state predisposte delle istruzioni operative distribuite a tutti i componenti del gruppo di ricerca e
al personale ILVA che ha partecipato alle attività al fine di uniformare le procedure, nonché dei fogli di
campo per il monitoraggio ambientale: in tal modo sono stati descritte nel dettaglio le modalità di
raccolta dei campioni biologici, trasporto, conservazione e analisi. La strategia di campionamento è
stata disegnata sulla base della conoscenza del ciclo tecnologico, dell’organizzazione del lavoro (turni,
mansioni, tempi) e di precedenti indagini svolte nel 2002 (Assennato G, 2005).
A partire dal 18 luglio 2005 sono state avviate le attività di monitoraggio ambientale e biologico dei
lavoratori, che si sono protratte per quattro settimane, interrompendosi per la pausa estiva il 5 agosto
e riprendendo il 29 agosto per terminare il 5 settembre.
L’inizio tardivo delle operazioni di monitoraggio, dovuto ad esigenze aziendali, ha condizionato la
possibilità di ottenere nei tempi previsti i risultati delle analisi di laboratorio.
A tutti i soggetti reclutati per lo studio, dopo aver ottenuto il consenso informato, è stato somministrato
da parte di personale medico addestrato un questionario appositamente predisposto, con l’obiettivo di
raccogliere informazioni circa abitudini di vita (fumo di sigaretta, sigari, pipa attuale o pregresso);
storia residenziale (localizzazione dell’abitazione rispetto al centro urbano e/o a insediamenti
industriali, tipo di riscaldamento, mezzo di trasporto per raggiungere il luogo di lavoro); dieta (abituale,
nella giornata precedente l’indagine e nella giornata in cui si è svolto lo studio); pregresse e/o attuali
patologie e terapie associate; uso di cosmetici; attività lavorativa. Il questionario è stato disegnato
sulla base delle evidenze di letteratura con lo scopo di raccogliere informazioni sul maggior numero
possibili di confondenti e/o modificatori di effetto che potrebbero distorcere/modificare l’associazione
tra esposizione e livelli dei bioindicatori selezionati (Dor, 1999; Nan, 2001, Buckley, 1992; Zhang,
2001).
Al fine di garantire la riservatezza dei dati personali, a ciascun soggetto è stato attribuito un codice
alfa-numerico, costituito dall’iniziale dell’Unità Operativa (B), seguito da un numero di tre cifre
generato casualmente.
Le attività sono state articolate in due fasi: all’inizio del turno, alle ore 06:00, presso l’infermeria
dell’ILVA, si è provveduto all’ottenimento del consenso informato da parte di ciascun lavoratore; alla
raccolta del campione di urina; al prelievo ematico di circa 20 ml di sangue; al posizionamento del
campionatore personale per la misurazione degli IPA aerodispersi. A tutti i campioni veniva attribuito il
codice opportuno e veniva realizzata l’aliquotazione di circa 5 ml di urina per la misurazione degli IPA
non metabolizzati come tali nelle urine. I campioni ematici venivano quindi consegnati entro tre ore dal
prelievo al Laboratorio di Epidemiologia Molecolare per l’isolamento dei linfomonociti e l’estrazione di
DNA, mentre i campioni di urina venivano portati al Laboratorio di Tossicologia Industriale e conservati
a una temperatura di -20°C. I lavoratori si recavano quindi sull’impianto per svolgere la propria attività
lavorativa seguiti dal personale che ha sovrinteso alle attività di monitoraggio ambientale per la
verifica del corretto funzionamento delle pompe.
Alla fine del turno, alle ore 14:30, i lavoratori, a cui venivano disinseriti i campionatori, venivano
ricondotti presso i locali dell’infermeria per essere sottoposti alla somministrazione del questionario da
parte del nostro personale e per consegnare i campioni di urina di fine turno, che venivano aliquotati e
conservati a -20°C.
In due casi è stato negato il consenso all’esecuzione del prelievo ematico.
I dati provenienti dai questionari e i risultati delle analisi di laboratorio sono stati quindi imputati in data
base in access predisposti ad hoc. Sono stati eseguiti controlli logico-formali sulla qualità degli archivi
informatici. Il linkage dei diversi data base è avvenuto tramite il codice attribuito a ciascun
partecipante.
IPA aerodispersi
Gli IPA aerodispersi e adesi al particolato presenti nella frazione inalabile sono stati misurati con
campionatore attivo indossato in zona respiratoria durante il turno di lavoro, per una durata media di 6
ore, secondo il metodo NIOSH 5506. I prelievi di aria sono stati effettuati utilizzando campionatori
attivi “Gilian 3500” operanti al flusso di 2 l/min. Per la raccolta degli IPA sono stati utilizzate membrane
in Teflon da 37 mm di diametro e fiale XAD 2.
I campioni sono stati desorbiti in acetonitrile e analizzati tramite HPLC con rivelatore a fluorescenza a
lunghezze d’onda programmata.
Sono stati determinati i 15 idrocarburi: composti non cancerogeni (acenaftene, fluorene, fluorantene,
pirene, antracene, fenantrene, crisene, benzo(g,h,i)terilene; composti definiti cancerogeni dalla IARC
(1983, 2002): naftalene, benzo(a)antracene, benzo(a)pirene, dibenzo(a,h)antracene,
benzo(k)fluorantene, indeno(1,2,3-cd)pirene.
Le determinazioni sono attualmente disponibili per 45 lavoratori
1-idrossipirene urinario
L’idrossipirene urinario, effettuato nelle urine di inizio e fine turno, è stato misurato secondo il metodo
descritto da Jongeneelen (1987), dopo idrolisi enzimatica dei ß-glucuronati e/o solfati coniugati,
seguita da analisi HPLC con rivelatore fluorimetrico: i risultati sono stati corretti per il valore della
corrispondente creatinina urinaria e sono espressi come microMol/Molcreat.
Cotinina urinaria
La cotinina è stata determinata nel campione di urine di inizio turno mediante estrazione dalle urine
con colonna di Extrelut, ed analizzata mediante HPLC con rivelatore UV.
IPA non metabolizzati nelle urine
L’urina, raccolta in vials da 7 ml chiusi ermeticamente entro 15 minuti dalla raccolta del campione,
viene sottoposta a microestrazione in fase solida seguita da analisi GC/MS. L’analisi, non ancora
effettuata, viene realizzata dal laboratorio di Tossicologia Industriale della Clinica del Lavoro di Milano.
Addotti totali IPA-DNA
Il DNA è stato isolato dai linfomonociti di sangue periferico secondo la metodica del kit Extragen
(Extragen BC by Talent). La determinazione degli addotti è stata effettuata attraverso la
multidirectional thin-layer chromatography (TLC), utilizzando substrati di polietilammnina-cellulosa
(Gupta et al., 1982; Izzotti, 1998), dopo postmarcatura con 32P.
Polimorfismi genetici
E’ stato valutato il polimorfismo MspI polymorphism nella regione 3’ del CYP1A1 attraverso la
polymerase chain reaction (PCR) e l’uso di restriction fragment length polymorphism (RFLP), secondo
il metodo descritto da Hayashi et al. (1991) definendo i soggetti come wild type omozigote, eterozigote
e omozigote recessivo
Il metodo PCR-RLFP è stato impiegato anche per la valutazione del polimorfismo GSTM1 e GSTT1:
l’assenza dello specifico frammento GSTM1 o GSTT1 indica il corrispondente genotipo null, secondo
il protocollo descritto da Hirvonen (1996).
Il polimorfismo XPD-312 è stato determinato secondo il metodo di Lunn et al., definendo anche i
questo caso soggetti wild type, eterozigoti e omozigoti mutati.
Per quanto riguarda i risultati inferiori al limite di rilevabilità (lod) per ciascuna metodica, si è ritenuto di
sostituirli con un valore pari alla metà di tale limite.
Analisi statistica
Sono state effettuate statistiche descrittive dei soggetti in studio: il confronto della distribuzione delle
caratteristiche individuali all’interno dei gruppi in esame (definiti in funzione del reparto di
appartenenza) è stato effettuato attraverso l’uso del test chi-quadrato. Le 16 mansioni sono state
raggruppate sulla base della posizione di lavoro prevalente nella batteria: lavoratori del piano di carico
(addetti caricatrice, addetti temperatura bariletti, addetti coperchi); lavoratori del lato banchina (addetti
sfornatrice, addetti carro spegnimento, addetti guida coke, capo turno, addetti regime termico);
manutentori (manutentori refrattari, saldatori in ceramica, attrezzisti, carpentieri, gruisti); pulitori
(addetti alle pulizie industriali; addetti ai servizi generali). Dopo opportuna verifica, le variabili non
distribuite normalmente (i 15 idrocarburi e gli IPA totali, l’idrossipirene urinario di inizio e fine turno; gli
addotti al DNA) sono state oggetto di trasformazione logaritmica e sono state adottate tecniche
parametriche: analisi univariate (differenze tra gruppi con test t di Student e con ANOVA) e
multivariate (regressione lineare multipla) per evidenziare le relazioni tra le variabili di esposizione
interna ed esterna, tra le variabile di esposizione e di dose, tra le variabili di esposizione e di effetto,
tenendo conto di covariate che possano agire come confondenti e modificatori di effetto. In particolare,
l’abitudine al fumo è stata valutata sia come variabile dicotomica (fumo attuale: sì/no), che come
variabile continua, utilizzando la concentrazione della cotinina urinaria. Per l’analisi è stato utilizzato il
software Stata vs.8 (StataCorporation), dopo aver convertito i data base in formato access con il
software StatTransfer 7.

Risultati
I soggetti in studio hanno un’età media di 33 anni (ds ±8 anni), con un’anzianità lavorativa media di 7
anni (range: 6 mesi-28 anni: il soggetto con la durata di lavoro minima è stato indicato dall’azienda in
sostituzione di un lavoratore impossibilitato a partecipare all’indagine). I fumatori rappresentano il 48%
dei lavoratori (42% in batteria A, 50% in batteria B, 66% in batteria C, 45% tra i manutentori e 22% tra
gli addetti ai servizi, chi2:5.678, p=0.225), con una media di sigarette fumate al giorno di 14 (ds ±8)
(Tabella 1).
Per validare l’informazione ottenuta dal questionario, abbiamo verificato le risposte fornite in funzione
della concentrazione di cotinina urinaria: La correlazione tra la cotinina e il numero di sigarette fumato
al giorno mostra un r di Pearson=0.58 (p<0.001), abbastanza simile sovrapponibile se si considera il
numero di sigarette fumato nel giorno precedente il prelievo (media di sigarette fumate: 13; r=0.56,
p<0.001) – valutato in considerazione del fatto che l’indicatore urinario è stato misurato nell’urina di
inizio turno. Categorizzando la variabile cotinina in due classi (inferiore/superiore al lod), si verifica che
14 soggetti dichiaratisi non fumatori presentano un valore di cotinina superiore al lod, mentre tutti i
fumatori sono correttamente classificati (sensibilità: 100%; specificità: 71.4%, area sotto la curva
ROC=0.85)
I dati del monitoraggio ambientale mostrano una situazione di elevata esposizione ad IPA, con una
concentrazione mediana di 83 μg/m3. Il naftalene rappresenta il componente principale della miscela:
in cokeria è pari al 56% degli IPA totali (calcolati come somma dei singoli IPA), seguito dal fluorantene
(14%), e dal fluorene (9%). Il pirene rappresenta il 4% della miscela, mentre il benzo(a)pirene lo 0,3%
(figura 1).
I livelli di inquinamento più elevati, considerando la mediana degli IPA totali, si riscontrano in
corrispondenza delle batterie A e B (92,2 μg/m3 - range: 11-219, in batteria A e 22-558 in batteria B),
contro i 79,3 μg/m3 (range: 5- 29) della batteria C e 78,6 μg/m3 (range: 7-316) dei manutentori – non
sono disponibili informazioni sui lavoratori addetti ai servizi generali - anche se le differenze non
risultano significative (F=0.92, p=0,43) Come atteso, i lavoratori che operano sul piano di carica sono
molto più esposti (mediana: 126,1 μg/m3 - range: 86-473) dei lavoratori impegnati sul lato banchina
(72,2 μg/m3 – range: 5-558), in modo però non statisticamente significativo (t=1.81, p=0.08). (Tabella
2).
Dal momento che l’indicatore di dose interna selezionato per il monitoraggio biologico, l’1-IP, è un
metabolita del pirene, abbiamo verificato la correlazione tra questo idrocarburo e gli IPA totali (meno il
pirene), che mostra una r di Pearson pari a 0.63 (p<0.001) (tabella 3, figura 2), abbastanza costante
tra i reparti.
Per quanto riguarda la valutazione dell’esposizione interna, la mediana dell’1-IP di inizio turno è pari a
0.88 microMol/Molcreat (range: 0.05-21.12), mentre la mediana dell’1-IP di fine turno è 1.01
microMol/Molcreat (range: 0.08-24.71). La differenza riscontrata tra le concentrazioni all’inizio e alla
fine del turno non sono significative (p=0.113).
Valutando l’indicatore di dose interna in relazione ai livelli ambientali di esposizione, non si osserva
alcuna correlazione tra gli IPA totali e l’1-IP, mentre si evidenzia una modesta correlazione con r=0,28
(p=0,06) tra il pirene e l’1-IP di fine turno (figura 3).
Considerando come limite biologico di esposizione (BEI) il valore di 2.28 microMol/Molcreat proposto
da Jongeneleen (2001), corrispondente al TLV statunitense di 0.2 mg/m3 di IPA (come benzene
soluble matter) e stimato associato ad un rischio relativo di 1.3 di tumore polmonare, si osserva che il
21% dei lavoratori (20 su 95) si pongono al di sopra: 4 di questi lavoratori appartengono alla batteria
A, 8 alla batteria B, 7 alla batteria C e 1 ai servizi generali.
Si osservano differenze in funzione del reparto di appartenenza nei valori di 1-IP di inizio turno
(p=0.004), con i valori mediani più elevati in batteria C (1.31, range 0.12-8.30), seguita dalla batteria B
(1.17; range 0.23-21.12), dalla batteria A (0.92; range 0.05-5.66), dai manutentori (0.73; range 0.12-
2.59) e dai servizi generali (0.28; 0.15-1.28); per quanto riguarda i valori mediani di 1-IP di fine turno,
la differenza tra reparti è ai limiti della significatività (p=0.06) e anche in questo caso i livelli più alti si
ritrovano in batteria C (1.70, range 0.09-13.15), quindi in batteria B (1.33, range 0.19-24.71), batteria
A (1.16, range 0.12-7.46), nei servizi generali (0.78, range 0.23-3.10) e tra manutentori (0.73, range
0.13-2.22).
L’1-IP discrimina anche le differenti mansioni con gli addetti al piano di carica che mostrano i valori
mediani più elevati sia all’inizio che alla fine del turno (1.17; 1.92), seguiti dagli addetti al lato banchina
(1.16; 1.07), dai manutentori (0.72; 0.75) e dagli addetti ai servizi generali (0.26; 0.77) (Figura 4)
L’abitudine al fumo di sigaretta influenza le concentrazioni di 1-IP di inizio turno (mediana dei fumatori
1.17 vs. non fumatori 0.65; t di Student su log-1-IP 2.44, p=0.02), mentre non determina sostanziali
variazioni nei livelli di fine turno (mediana dei fumatori 1.14 vs. non fumatori 0.95; t di Student su log-
1-IP 1.29, p=0.197).
Verificando la correlazione tra la concentrazione di cotinina e i livelli di 1-IP, si riscontra una relazione
tra la cotinina e l’1-IP di inizio turno con r=0.23 (p=0.02).
La relazione tra l’1-IP del solo fine turno e la concentrazione ambientale di pirene si osserva anche
dopo aver controllato per reparto, abitudine al fumo ed età (tabelle 5 e 6).
Esaminando l’eventuale influenza di polimorfismi metabolici sull’associazione evidenziata, si osserva
in primo luogo che non vi è significativa differenza nella distribuzione dei polimorfismi indagati tra i
lavoratori in studio in relazione al reparto di appartenenza.
La percentuale di lavoratori portatori di CYP1A1 mutato (considerando insieme gli eterozigoti e gli
omozigoti mutati) è pari al 19%; i portatori di GSTM1 deleto sono il 56% dei lavoratori; i portatori di
GSTT1 nullo sono il 27%, in linea con la distribuzione di tali polimorfismi nella popolazione caucasica
(Garte S et al., 2001).
Non è possibile riscontrare alcuna influenza dei polimorfismi indagati sui livelli dell’1-IP di inizio e fine
turno, né nell’analisi univariata (tabella 7) che in quella multivariata.
La misura degli addotti totali IPA-DNA, valutata come indicatore di dose biologicamente efficace,
risulta disponibile per tutti i soggetti in studio, con l’eccezione di due lavoratori che hanno rifiutato di
fornire il consenso all’esecuzione del prelievo ematico.
La mediana degli addotti nei lavoratori è pari a 0.53 addotti/10^8nucleotidi (range 0,03-7,9): valori di
mediana di 0.6 si riscontrano in batteria B e C, di 0.5 in batteria A e tra i manutentori e di 0.2 tra gli
addetti ai servizi generali. La differenza si pone ai limiti della significatività statistica (p=0.07),
essenzialmente in funzione dei bassi valori mostrati dagli addetti ai servizi generali. La distribuzione
degli addotti per mansione è illustrata in figura 5. Non appaiono differenze valutando la mansione o
l’abitudine al fumo (tabella 8).
Quando si valuta la relazione tra livello di addotti, indicatore di dose interna all’inizio e alla fine del
turno e indicatore di dose esterna, si evidenzia una associazione positiva, ai limiti della significatività
statistica (p=0,07) con la concentrazione di 1-IP di inizio turno (tabella 9). Nel modello di regressione
multipla, che considera come variabile dipendente il livello di addotti e come covariate la dose interna
e il fumo (cotinina), e l’età, l’associazione si conferma. Se invece dell’1-IP si considera come variabile
di esposizione le concentrazione degli IPA totali, non si osserva una relazione tra gli addotti e la dose
esterna.
Considerando l’eventuale influenza dei polimorfismi, si osserva che, mentre i polimorfismi metabolici
(CYP1A1, GSTM1 e GSTT1) non mostrano alcun effetto, il polimorfismo dei meccanismi del riparo del
DNA, XPD, sembra essere associato con il livello di addotti. I lavoratori portatori del gene mutato, che
rappresentano il 30%, presentano livelli di addotti più elevati rispetto ai soggetti wild type, in modo
statisticamente significativo. L’associazione si conferma nell’analisi multivariata che controlla il livello
degli addotti per idrossipirene alternativamente di inizio e fine turno, cotinina, età e reparto di
appartenenza solo per quanto riguarda l’1-IP di inizio turno (tabelle 10).
Discussione
I dati presentati nella relazione sono da considerare preliminari in quanto, per ciò che concerne
l’esposizione esterna, disponiamo dei risultati di meno della metà dei lavoratori indagati, mentre non
sono ancora state effettuate le determinazioni relative di biomarcatori di esposizione alternativi all’1-
IP. Tuttavia, qualche considerazione iniziale – suscettibile di successiva verifica – può essere fatta,
soprattutto in confronto con precedenti esperienze di monitoraggio biologico compiute nella cokeria di
Taranto.
I livelli di esposizione ambientale riscontrati sono piuttosto elevati e confrontabili con analoghe
indagini. I valori tra reparti sono compresi tra 92 μg/mc della batteria A e 79μg/mc della batteria C,
mentre per quanto riguarda le mansioni si osserva un valore pari a 126μg/mc per i topside e 72μg/mc
per gli addetti al lato banchina.
Bjoorseth et al. (1978) hanno misurato, sia con postazioni fisse che con campionatori personali, le
concentrazioni ambientali di IPA in cokeria. Sono state identificate fino a 39 sostanze tra IPA ed altri
composti eterociclici. L’esposizione ad IPA nel particolato stimata tramite campionamento personale
era compresa tra 5 e 1000 μg/mc. In particolare, i range per le varie mansioni erano i seguenti:
operatore caricatrice: 168.2-1044.92 μg/mc; operatore guida coke: 4.82-34.59 μg/mc; operatore porte:
14.48-17.27 μg/mc; operatore bariletti: 62.06-242.75 μg/mc; operatore sfornatrice: 9.41-62.44 μg/mc;
addetto alla banchina: 362.97 μg/mc.
Jongeneelen et al. (1990) misurarono le concentrazioni di IPA mediante campionatori personali su 56
lavoratori di due cokerie olandesi. La concentrazione massima ambientale riscontrata fu di 186 μg/mc;
i “topside workers” mostrarono i valori più alti (media: 17.0 μg/mc).
Nel 1991 Reuterwall et al., nel contesto di uno studio finalizzato a valutare varie metodiche di
monitoraggio biologico (escrezione di tioeteri urinari, mutagenicità urinaria, aberrazioni cromosomiche,
micronuclei, scambio fra cromatidi fratelli) su un gruppo di 44 lavoratori di cokeria svedesi, eseguirono
un’indagine igienico-ambientale nella cokeria in studio mediante campionamento personale.
L’esposizione totale a 14 IPA (espressa come media pesata per 8 ore) variava da 6 a 570 μg/mc. Il
B(a)P costituiva approssimativamente dallo 0.5% al 2.5% della concentrazione degli IPA totali. I valori
di B(a)P hanno sempre superato i valori di TLV svedesi (5 μg/mc) negli addetti alla manutenzione
delle porte dei forni e per il 70% delle volte negli addetti alla caricatrice.
Anche Buchet et al.(1992) hanno riscontrato i più alti livelli di IPA ambientali al livello del piano di
carica delle due cokerie in studio rispetto alle banchine laterali (media geometrica: 198.7 μg/mc contro
14.2 μg/mc). Naftalene, fenantrene, perilene, fluorantrene e fluorene rappresentavano gli IPA con
maggiori concentrazioni nell’atmosfera delle cokerie. I livelli di B(a)P erano il 2% di tutti gli IPA,
variando da 0.002 a 2 μg/mc sulle banchine laterali e da 0.8 a 31.8 μg/mc sui piani di carica.
In un lavoro condotto in un gruppo di lavoratori di cokeria altamente esposti (Grimmer et al., 1993),
sono state valutate mediante campionatori personali le concentrazioni ambientali di IPA. Le più alte
singole misurazioni riscontrate sono state di 170.3 μg/mc per il fenantrene, di 85.9 μg/mc per il
fluorantrene e di 40.2 μg/mc per il crisene. La più alta misurazione per il B(a)P è risultata essere 15.8
μg/mc.
Rojas et al. (1995), durante uno studio condotto in una cokeria francese riscontrarono mediante
campionatori personali livelli ambientali di B(a)P ≤ 0.15 fino a ≥ 4 μg/mc.
In un lavoro di Popp et al. (1997) in cui in un gruppo di lavoratori di cokeria in Germania sono stati
valutati DNA single strand breakage, addotti al DNA, scambi tra cromatidi fratelli e metaboliti del
pirene e del fenantrene nelle urine, è stato misurato un livello ambientale medio di IPA totali pari a
49.21 μg/mc con un range di 13.98-127.37 μg/mc.
Strunk et al. (2002) hanno condotto una campagna di monitoraggio ambientale e biologico in una
cokeria caucasica. Sono stati arruolati nello studio 24 lavoratori della cokeria divisi in tre gruppi:
topside, lavoratori in passerella e lavoratori dell’intera area. La concentrazione ambientale di IPA,
determinata mediante campionatori personali, era significativamente più alta sul piano di carica
(media : 491.2 µg/mc) rispetto agli altri luoghi di lavoro.
In una nostra indagine ambientale precedente, condotta nel maggio 2002 in corrispondenza della sola
batteria A, il riferimento di 0,2 mg/m3 (ACGIH) è stato superato nel 44% dei campionamenti (36/82
casi), mentre nel 28% dei casi di superamento (10/36 casi) si eccede il valore di oltre 5 volte, con
concentrazioni di IPA totali di 45 μg/mc in corrispondenza della sfornatrice e di 6 μg/mc sulla
caricatrice.
Per quanto riguarda il bioindicatore di dose interna, l’1-IP è stato utilizzato quale indicatore biologico in
studi su lavoratori esposti ad IPA in molteplici attività produttive. Concentrazioni medie di 1-IP
superiori rispetto a quelle dei soggetti di riferimento, non professionalmente esposti ad IPA, sono stati
riscontrate in addetti alla produzione di coke, di alluminio, di elettrodi di grafite, alla distillazione del
catrame, alla pavimentazione stradale, alla pressofusione di leghe di alluminio, al trattamento del
legno con creosoto in lavoratori di fonderie, in meccanici auto-riparatori, negli affumicatori di carne
(Jongeneelen et al., 1988).
Sono ben noti e studiati, oltre all’esposizione professionale ad IPA, altri fattori che sono in grado di
aumentare l’escrezione urinaria di 1-IP; in particolare:
- il fumo di sigaretta (fumo attivo e passivo);
- il recente consumo di carne cotta alla griglia e dia alimenti affumicati;
- un considerevole inquinamento atmosferico da IPA;
- l’uso di preparati dermatologici contenenti catrame.
Molti autori hanno confrontato i risultati delle misurazioni di idrossipirene urinario fra individui esposti
professionalmente in diversi ambienti di lavoro e gruppi di riferimento con nessuna esposizione
professionale agli IPA (Jongeneelen et al. 1988, 1990, Ovrebo et al.1994). Livelli interni di esposizione
sono stati comparati fra soggetti di differenti industrie (Levin 1995, Zhao et al.1995) e sono state
riscontrate differenze nell’escrezione urinaria di idrossipirene in lavoratori con diverse mansioni nello
stesso luogo di lavoro (Van Schooten et al.1995; Lue t al., 2003).
Tutti questi studi hanno mostrato che le concentrazioni di idrossipirene urinario sono più alte negli
individui esposti ad IPA rispetto alla popolazione di riferimento. La mediana delle concentrazioni di
fondo di 1-IP nelle urine di soggetti non esposti professionalmente varia da 0.03 a 0.68 µmol/ mol di
creatinina nei non-fumatori e da 0.07 a 0.76 µmol/ mol di creatinina nei fumatori, in dipendenza del
Paese di appartenenza. In molti studi è stato riportato che in individui con una bassa esposizione
ambientale a IPA il fumo di sigaretta causa un significativo incremento dell’1-IP urinario (Jongeneelen
et al. 1990), tuttavia a livelli di esposizione ad IPA più elevati, le differenze nell’escrezione urinaria di
1-IP fra fumatori e non fumatori scompaiono (Buchet et al. 1992). Tuttavia Jongeneelen et al. (1990),
Van Schooten et al. (1995), e Mielzynska et al (1997) osservano che le differenze nell’escrezione
urinaria di 1-IP fra fumatori e non fumatori sono maggiormente pronunciate nei lavoratori più esposti,
suggerendo un effetto sinergico in combinazione con l’esposizione ad IPA nell’ambiente di lavoro.
Negli studi in cui diversi campioni di urine sono stati raccolti per individuo, si mostra che l’escrezione
di idrossipirene urinario aumenta durante il corso della giornata lavorativa, raggiungendo il valore
massimo poche ore dopo la fine del turno (Jongeenelen et al.1990, VanRooij et al.1993 a, Wu et
al.1998). Anche nostre precedenti esperienze sui lavoratori di cokeria evidenziano un aumento dei
livelli di 1-IP di fine turno rispetto ai corrispondenti livelli di inizio turno e il dato viene confermato nella
presente indagine. Va sottolineato che gli attuali livelli mediani di idrossipirene di fine turno (1.01
microMol/Molcreat ) sono più alti rispetto a quelli riscontrati nel 2001 (0.65 microMol/Molcreat) e nel
2002 (0.56 microMol/Molcreat) mentre sono praticamente sovrapponibili a quelli osservati nel 2003
(1.05 microMol/Molcreat). Tuttavia, mentre nelle indagini precedenti, la percentuale dei lavoratori che
eccedevano il BEI di 2.28 microMol/Molcreat era pari al 35% nel 2002 (soli lavoratori della batteria A)
e al 25% nel 2003 (tutti i lavoratori della cokeria, 355), i risultati dell’attuale attività di monitoraggio
biologico evidenziano che tale percentuale appare essersi ridotta (21%).
Nel nostro studio, l’idrossipirene urinario di fine turno discrimina tra diverse condizioni di esposizione
mostrando valori più elevati nei lavoratori addetti al piano di carica e non risente dell’abitudine al fumo
di sigaretta – a differenza dell’1-IP di inizio turno che invece ne è influenzato.
Sono attese importanti indicazioni anche dalla misura degli IPA non metabolizzati nelle urine, in
funzione del fatto che l’1-IP, in quanto metabolita di un idrocarburo non cancerogeno, non risulta
specificamente correlato con l’esposizione ad IPA cancerogeni. In particolar modo verranno
considerati gli idrossi derivati del naftalene, uno degli IPA volatili maggiormente rappresentativi da un
punto di vista quantitativo, per il quale recentemente è stato evidenziato un possibile effetto
cancerogeno nell'animale da esperimento.
Per quanto riguarda l’influenza dei polimorfismi metabolici, non sembra emergere dalla nostra
valutazione alcun effetto e le evidenze di letteratura mostrano dati contrastanti. Per quanto riguarda il
CYP1A1, alcuni studi mettono in evidenza un aumento dei livelli dell’indicatore di esposizione
associato alla forma mutata (Wu et al, 1998), mentre la maggior parte non riscontra alcun effetto
(Apostoli P, 2003). Nel caso di GSTM1, vi sono alcune osservazioni circa la presenza di livelli più alti
nei soggetti con il gene deleto (Nan HM et al, 2001; Pan G et al., 1998) , ed altre che riportano invece
livelli più bassi nei soggetti con la variante genetica (Gabbani G, 1996). Alexandrie e collaboratori
(2000) riportano un’influenza sui livelli di 1-IP in presenza delle varianti polimorfiche di CYP1A1 e
GSTM1, mentre altri Autori non riferiscono di effetti legati alla presenza di GSTM1 o GSTT1 deleto
(Nerurkar et al., 2000; Zhang J, 2000; PanG, 1998; van Delft, 2001; Wu et al, 2004). Nell’indagine del
2003 su 355 lavoratori di cokeria, abbiamo evidenziato livelli più elevati dell’indicatore nei soggetti
portatori di delezione di GTT1, ai limiti della significatività statistica (p=0.06) ma consistenti in tutti i
confronti effettuati (per reparto, mansione, abitudine al fumo).
I livelli degli addotti riscontrati appaiono inferiori a quanto osservato da Brescia e collaboratori in 76
lavoratori della stessa cokeria esaminati nel 1999, quando la mediana risultava pari a 1.52 e 2,27
addotti/108 nucleotidi rispettivamente per i lavoratori con livelli di 1-IP inferiori e superiori al 66°
percentile della distribuzione: in quella circostanza un effetto sui livelli di addotti era stato evidenziato
che i soggetti con il genotipo “suscettibile” GSTM1 deleto e il genotipo suscettibile CYP1A1 Ile/Val
erano a maggior rischio di avere livelli di addotti più elevati: tale effetto veniva osservato solo nei
soggetti con concentrazioni dell’indicatore di dose interna più elevate, suggerendo che solo per
esposizioni ad alte dosi l’attività metabolica geneticamente determinata diventa rilevante nel
condizionare l’entità del danno al DNA.
In questa esperienza, ciò che i dati suggeriscono è un effetto legato al polimorfismo del gene del
riparo XPD: precedenti valutazioni di tale polimorfismo hanno esplorato in particolare la relazione con
l’addotto specifico del benzo(a)pirene, antiBPDE-DNA, mostrando come, in particolare alle alte dosi, vi
sia un’influenza di questo e di altri polimorfismi analoghi (XPA e XPC), (Pavanello S et al, 2005).
In conclusione, i dati di monitoraggio ambientale confermano un elevato inquinamento da IPA nella
cokeria dell’ILVA di Taranto, maggiore in corrispondenza del piano di carica e nella batteria A – la più
vetusta, riaperta nel 2003 dopo che un’’indagine della magistratura aveva evidenziato alti livelli di dose
interna, senza che però siano stati effettuati interventi di manutenzione e/o bonifica.
A conferma di quanto da noi in precedenza riscontrato l’1-IP sembra in grado di discriminare le
diverse condizioni di esposizione esterna, mostrando incrementi legati all’esposizione professionale
che si realizza durante il turno di lavoro. E’ stato possibile evidenziare una relazione, seppur debole,
tra i livelli di 1-IP di fine turno e le concentrazioni di pirene; alle alte dosi osservate di fine turno, il fumo
di sigaretta non influisce sui livelli del bioindicatore, mentre appare condizionare la concentrazione di
1-IP di inizio turno.
Per quanto riguarda il livello degli addotti IPA-DNA, abbiamo osservato anche in questo caso
concentrazioni inferiori al passato che appaiono però associate alla dose interna (1-IP di inizio turno).
I polimorfismi metabolici non sembrano condizionare i livelli del biomarcatore di esposizione né degli
addotti. Un’influenza, che deve essere accuratamente verificata, appare per XPD, in quanto soggetti
con il genotipo mutato mostrano livelli più elevati di addotti dei soggetti con il genotipo wild type: tale
relazione si riscontra nel modello di regressione lineare che tiene conto dei livelli di esposizione
interna (1-IP di inizio e fine turno), dell’abitudine al fumo, dell’età e del reparto di appartenenza.
Appare importante sottolineare che valori più elevati dei marcatori di dose interna e di dose
biologicamente efficace si riscontrano in corrispondenza della batteria C, ovvero della batteria
costruita in epoca più recente, che dovrebbe essere dotata di tecnologie più avanzate. Inoltre, il
confronto dei valori di 1-IP di fine turno dei lavoratori della batteria A evidenzia che, alla riapertura, le
condizioni di esposizione dei lavoratori non appaiono sostanzialmente migliorate.
Bibliografia
1. Alexandrie AK et al., CYP1A1 and GSTM1 polymorphisms affect urinary 1-hydroxypyrene after PAH
exposure. Carcinogenesis 21: 669-676, 2000
2. Apostoli P, Neri G, Lucas D, Manno M, Berthou F. Influence of genetic polymorphisms of CYP1A1 and
GSTM1 on the urinary levels of 1-hydroxypyrene. Toxicol Lett ;144(1):27-34, 2003
3. Assennato G, Bisceglia L, de Nichilo G Assessment of Occupational Exposure to PAHs in a Coke-Plant
by Biological Monitoring. Air Pollution XII Editor CA Brebbia. WIT Press, Southampton, Boston: 741-748,
2004
4. Binková B, Topinka J, Mračková G et al. Coke oven workers study: the effect of the exposure and
GSTM1 and NAT2 genotypes on DNA adduct levels in white blood cells and lymphocytes as determined
by 32P-postlabelling. Mutat Res 416 : 67-84, 1998
5. Bisceglia L, de Nichilo G, Elia G, Schiavulli N, Minerba S, Greco L, Assennato G. Valutazione
dell’esposizione professionale ad IPA in lavoratori della cokeria dello stabilimento siderugico di Taranto
mediante monitoraggio biologico. Epid Prev 2005 in press
6. Bjorseth A., Bjorseth O., Fjelstad P.E. Polycyclic aromatic hydrocarbons in the work atmosphere. II
determination in a coke plant. Scand J. Work Environ Health. 4,224-236, (978
7. Brennan Gene-environment interaction and aetiology of cancer: what does it mean and how can we
measure it? Carcinogenesis;23(3):381-7, 2002
8. Brescia G., Foà V., Viezzer C. et al. Aromatic DNA adduct levels in human peripheral blood lymphocytes
and total white cells: need for validation. Biomarkers, 2: 333-339, 1997
9. Buchet J.P., Gennart J.P. et al. Evaluation of exposure to polycyclic aromatic hydrocarbons in coke
production and a graphite electrode manufacturing plant: assessment of urinary excretion of 1-
hydroxypyrene as a biological indicator of exposue. Br. J. Ind. Med. 49,761-768, 1992
10. Buckley T.J. & Lioy P.J. An examination of the time course from human dietary exposure to polycyclic
aromatic hydrocarbons to urinary elimination of 1-hydroxypyrene. Br J Ind Med 49, 113-124, 1992
11. Chen L, et al.Reduced expression levels of nucleotide excision repair genes in lung cancer: a case-
control study. Carcinogenesis 21:1527-1530, 2000.
12. De Caprio A. Biomarkers: Coming of Age for environmental Health and Risk Assessment Environ Sc
Tec 31 (7): 1837 – 1847,1997
13. Dor F, Dab W, Empereur-Bissonnet P et al. Validity of biomarkers in environmental health studies: the
case of PAHs and benzene. Crit Rew Toxicol, 29 (2): 129-168,1999
14. Ferri G. M., Pisoni M., Sumerano M et al. Impatto dell'inquinamento atmosferico su campioni di
popolazione residente a diversa distanza da un insediamento siderurgico. Atti. XVII PTAO, Torino
(2000).
15. Garte S et al Metabolic gene polymorphism frequencies in control populations. Cancer Epidemiol
Biomarker Prev ; 10(12): 1239-48, 2001
16. Gupta RC, Reddy MV, Randerath K. 32P-postlabeling analysis of non-radioactive aromatic carcinogen-
DNA adducts. Carcinogenesis, 3: 1081-1092, 1982.
17. Hayashi S, Watanabe J, Nakachi K, Kawajiri K. Genetic linkage of lung cancer-associated MspI
polymorphisms with amino acid replacement in the heme binding region of the human cytochrome
P450IA1 gene. J Biochem (Tokyo);110(3):407-11, 1991
18. Hemminki K., Dickey C., Karlsson S., et al.. Aromatic DNA adducts in foundry workers in relation to
exposure, life style and CYP1A1 and glutathione transferase M1 genotype. Carcinogenesis. 18, 345-
350, 1997
19. Hirvonen A, Saarikoski ST, Linnainmaa K, Koskinen K, Husgafvel-Pursiainen K, Mattson K, Vainio H.
Glutathione S-transferase and N-acetyltransferase genotypes and asbestos-associated pulmonary
disorders. J Natl Cancer Inst. 18;88(24):1853-6, 1996
20. Hou Sai Mei et al. The XPD variant alleles are associated with increased aromatic DNA adduct level and
lung cancer risk. Carcinogenesis 23(4): 599-603, 2002
21. IARC Monographs on the Evaluation of carcinogenic Risks to Humans, N°32, Part I, Polynuclear
Aromatic Compounds. IARC, Lyon, 1983
22. IARC Monographs on the Evaluation of carcinogenic Risks to Humans, N° 34, IARC, Lyon 1984
23. IARC Monographs on the Evaluation of carcinogenic Risks to Humans, Suppl. 6, IARC, Lyon 1987
24. IARC Monographs on the Evaluation of carcinogenic Risks to Humans, Some non-heterocyclic
polycyclic aromatic hydrocarbons and some related exposures. N°92,. IARC, Lyon, 2005
25. Izzotti A. Detection of modified DNA nucleotides by postlabeling procedures. Toxicology Methods,
8:175-205,1998.
26. Johns L, Houlston R S, Glutathione S-transferase mu1 (GSTM1) status and bladder cancer risk: a meta-
analysis, Mutagenesis; 15(5):399-404, 2000
27. Jongeneelen F.J., Azion R.B.M., Scheepers P.T.J., et al. 1-Hydroxypyrene in urine as a biological
indicator of exposure to polycyclic aromatic hydrocarbons in several work environments. Ann. Occup.
Hyg. 32, 35-43, 1988
28. Jongeneelen F.J., van Leeuwen F.E. et al. Ambient and biological monitoring of coke oven workers:
determinants of the internal dose of polycyclic aromatic hydrocarbons. Br J. Ind. Med. 47, 454-461, 1990
29. Jongeneelen FJ, Anzion RB, Henderson PT. Determination of hydroxylated metabolites of polycyclic
aromatic hydrocarbons in urine. J Chromatogr 413:227-32, 1987 Jongeneelen FJ. Biological exposure
limit for occupational exposure to coal tar pitch volatiles at cokeovens. Int Arch Occup Environ Health
63(8):511-6, 1992.
30. Jongeneelen FJ. Benchmark guideline for urinary 1-hydroxypyrene as biomarker of occupational
exposure to polycyclic aromatic hydrocarbons. Ann Occup Hyg 45(1):3-13, 2001
31. Lu PL, Chen ML, Mao IF. Urinary 1-hydroxypyrene levels in workers exposed to coke oven emissions at
various locations in a coke oven plant. Arch Environ Health 57(3):255-61, 2002
32. Lunn RM, Helzlsouer KJ, Parshad R, Umbach DM, Harris EL, Sanford KK, Bell DA. XPD
polymorphisms: effects on DNA repair proficiency. Carcinogenesis. Apr;21(4):551-5, 2000
33. Nan HM, Kim H, Lim HS, Choi JK, Kawamoto T, Kang JW, et al. Effects of occupation, lifestyle and
genetic polymorphisms of CYP1A1, CYP2E1, GSTM1 and GSTT1 on urinary 1-hydroxypyrene and 2-
naphthol concentrations. Carcinogenesis; 22(5):787-93, 2001
34. Nerurkar PV, Okinaka L, Aoki C, Seifried A, Lum-Jones A, Wilkens LR, et al. CYP1A1, GSTM1, and
GSTP1 genetic polymorphisms and urinary 1-hydroxypyrene excretion in non-occupationally exposed
individuals. Cancer Epidemiol Biomarkers Prev ;9(10):1119-22, 2000
35. Ovrebo S., Haugen A., Hemminki K., et al.. Studies of biomarkers in aluminium workers occupationally
exposed to polycyclic aromatic hydrocarbons. Cancer Detection & Prevention. 19, 258-262, 1995
36. Pavanello S., Clonfero E. Biological indicators of genotoxic risk and metabolic polymorphisms. Mutation
Research 463: 285-308, 2000.
37. Pavanello S, Pulliero A, Siwinska E, Mielzynska D, Clonfero E. Reduced nucleotide excision repair and
GSTM1-null genotypes influence anti-B[a]PDE-DNA adduca levels in mononuclear white blood cells of
highly PAH exposed coke oven workers. Carcinogenesis 26(1): 169-175, 2005.
38. Rehwagen M, Müller A, Massolo L, Herbarth O, Ronco A. Polycycclic aromatic hydrocarbons associated
with particles in ambient air from urban and industrial areas. Sci Total Environ 348: 199-210, 2005
39. Reuterwall C., Aringer L., Elinder C.G. et al. Assessment of genotoxic exposure in Swedish coke-oven
work by different methods of biological monitoring. Scand. J. Work. Environ. Health 17,123-132, 1991
40. Singer B., and Hang B. Nucleic acid sequence and repair: role of adduct, neighbour bases and enzyme
specificity. Carcinogenesis 21: 1071-1078, 2000
41. Siwinska E, Mielzynska D, Kapka L. Association between urinary 1-hydroxypyrene and genotoxic effects
in coke oven workers. Occup Environ Med; 61, 2004
42. Sram RJ. Effect of glutathione S-transferase M1 polymorphisms on biomarkers of exposure and effects.
Environ Health Perspect;106 Suppl 1:231-9, 1998
43. Terashima I., Suzuki N., Shibutani S. 32P-Postlabeling/Polyacrylamide Gel Electrophoresis analysis:
application to the detection of DNA adducts. Chem. Res. Toxicol., 15 (3), 305-311, 2002.
44. van Delft JH, Steenwinkel MS, van Asten JG, de Vogel N, Bruijntjes-Rozier TC, Schouten T, et al.
Biological monitoring the exposure to polycyclic aromatic hydrocarbons of coke oven workers in relation
to smoking and genetic polymorphisms for GSTM1 and GSTT1. Ann Occup Hyg 45(5):395-408, 2001
45. Van Roij JGM et al. Smoking and dietary intake of polycyclic aromatic hydrocarbons as sources of
interindividual variability in the baseline excretion of 1-hydroxypyrene in urine. Int Arch Occup Environ
Health 66: 55-65, 1994
46. Van Schooten F.J., Jongeneelen F.J., Hillebrand M.J.X., et al. Polycyclic aromatic hydrocarbons DNA
adducts in white blood cell DNA and 1-hydroxypyrene in the urine from aluminum workers: relation with
job category and synergistic effect of smoking Cancer Epidemiol, Biomarkers & Prevent. 4, 69-77, 1995
47. Vineis P, Martone T Genetic-Environmental Interactions and Low-Levels Exposure to Carcinogens
Epidemiology 6 (4): 455- 457, 1995
48. Vineis P et al. eds, Metabolic Polymorphisms and Susceptibility to Cancer (IARC Scientific Publications
no. 148). International Agency for Research on Cancer, 1999.
49. Vineis P et al., Current smoking, occupation, N-acetyltransferase-2 and bladder cancer: a pooled
analysis of genotype-based studies, Cancer Epidemiol Biomark Prev; 10:1249-1252, 2001
50. Wu MT, Pan CH, Chen CY, Chen CJ, Huang LH, Tsai LY, et al. Lack of modulating influence of GSTM1
and GSTT1 polymorphisms on urinary biomonitoring markers in coke-oven workers. Am J Ind Med;
46(2):112-9, 2004
51. Zhang J et al. Urinary 1-hydroxypyrene in coke oven workers relative to exposure, alcohol consumption
and metabolic enzymes. Occup Environ Med 58: 716-721, 2001
Tabelle

Tabella 1. Descrizione dei soggetti in studio


Reparto N Età media % Fumatori % CYP1A1 % GSTM1 % GSTT1 % XPD 312
(±ds) mutato null null

Batteria A 20 30 (±6) 42 15 40 20 35
Batteria B 25 35 50 30 56 35 26
(±10)
Batteria C 22 30 (±5) 66 15 60 25 25
Manutentori 24 37 (±5) 45 18 73 36 40
Servizi 9 36 22 14 43 0 43
Generali (±12)
Tutti 100 33 (±8) 48 18 52 25 32
F=4.16, Chi2=5,67 Chi2=2.41 Chi2=5.20 Chi2=4.79 Chi2=2.85
p=0.04 p=0.225 p=0.661 p=0.267 p=0.309 p=0.727

Tabella 2. Mediana dei livelli ambientali di alcuni IPA per reparto e mansione (μg/m3)
Reparto Mansione Naftalene Pirene Benzo[a]pirene IPA totali
Batteria A 30.85 0.67 0.12 92,15
Topside 15.49 0.34 0.06 126.20
Banchina 40.93 0.90 0.18 69,71
Batteria B 68,92 0,54 0.28 92,20
Topside 72,33 0,84 0.28 97,74
Banchina 59,29 0,25 0.28 76,10
Batteria C 48,18 0,40 0.09 79,38
Topside 104,46 2,70 3.93 277,84
Banchina 32,83 0,27 0.81 58,86
Manutentori 53,50 0,58 0.16 78,59
Manutentori 99,84 0,59 0.13 164,45
Saldatori 121,30 0,79 0.37 180,49
Carpentieri 193,89 1,62 0.23 32,61
Tabella 3: Correlazione tra IPA totali, pirene, 1-IP di inizio turno e 1-IP di fine turno
dopo trasformazione logaritmica (n.; valore di p)

IPA totali Pirene Idrossipirene di inizio turno


Pirene 0.63
(45;
p<0.001)
Idrossipirene di 0.14 0.09
inizio turno (44; (44;
p=0.381) p=0.541)
Idrossipirene di 0.24 0.28 0.40
fine turno (43; (43; (94; p=0.001)
p=0.118) p=0.062)

Tabella 4. Livelli mediani di 1-idrossipirene di inizio e fine turno, stratificati per


abitudine al fumo e reparto (microMol/Molcreat)
Reparto 1-IP inizio turno 1-IP fine turno
Tutti Fumatori Non Tutti Fumatori Non
fumatori fumatori
Batteria A 0.92 1.42 0.35 1.16 0.96 1.73
Batteria B 1.17 1.87 1.12 1.33 2.29 1.01
Batteria C 1.31 0.87 1.81 1.70 1.43 1.69
Manutentori 0.73 0.84 0.43 0.73 0.79 0.69
Servizi 0.28 0.88 0.23 0.79 1.67 0.79
generali
Tutti 0.89 1.17 0.65 1.01 1.15 0.95
Test F=4.03, F=0.86, F=5.37, F=2.34, F=2.27, F=1.62
p=0.004 p=0.495 p=0.001 p=0.061 p=0.079 p=0.186
t-test=2.44 t-test=1.29
p=0.016 p=0.197
Tabella 5: regressione lineare multipla, con l’1-IP di inizio turno come variabile
dipendente e come covariate la concentrazione di pirene ambientale, il reparto di
appartenenza, la cotinina urinaria e l’età

regress log_ip_a log_py reparto cotinina eta

Source | SS df MS Number of obs = 42


-------------+------------------------------ F( 4, 37) = 0.96
Model | 5.15891643 4 1.28972911 Prob > F = 0.4408
Residual | 49.7057627 37 1.34339899 R-squared = 0.0940
-------------+------------------------------ Adj R-squared = -0.0039
Total | 54.8646791 41 1.3381629 Root MSE = 1.1591

------------------------------------------------------------------------------
log_ip_a | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
log_py | .0533041 .1181605 0.45 0.655 -.1861118 .29272
reparto | -.2587903 .1758317 -1.47 0.150 -.6150592 .0974786
cotinina | .0002393 .0002158 1.11 0.275 -.0001979 .0006766
eta | .026912 .0239845 1.12 0.269 -.0216852 .0755092
_cons | -.6445338 1.107565 -0.58 0.564 -2.888674 1.599607

Tabella 6: regressione lineare multipla, con l’1-IP di fine turno come variabile
dipendente e come covariate la concentrazione di pirene ambientale, il reparto di
appartenenza, la cotinina urinaria e l’età

regress log_ip_b log_py reparto cotinina eta

Source | SS df MS Number of obs = 41


-------------+------------------------------ F( 4, 36) = 1.41
Model | 5.0875625 4 1.27189063 Prob > F = 0.2504
Residual | 32.4781403 36 .902170563 R-squared = 0.1354
-------------+------------------------------ Adj R-squared = 0.0394
Total | 37.5657028 40 .93914257 Root MSE = .94983

------------------------------------------------------------------------------
log_ip_b | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
log_py | .2020883 .0975047 2.07 0.045 .0043395 .3998371
reparto | .0335893 .1472833 0.23 0.821 -.2651151 .3322937
cotinina | .0000909 .0001803 0.50 0.617 -.0002747 .0004565
eta | -.024569 .0198312 -1.24 0.223 -.0647885 .0156505
_cons | -.7472105 .9174784 -0.81 0.421 -2.607943 1.113522

Tabella 7. Livelli mediani di 1-idrossipirene di inizio e fine turno, stratificati per


polimorfismi metabolici (microMol/Molcreat)
Polimorfismi 1-IP t-Test 1-IP t-Test
Inizio fine
Wild type 0.94 1.09
GSTM1 P=0.732 P=0.602
Null 0.83 0.99
GSTT1 Wild type 0.89 1.01
P=0.987 P=0.879
Null 0.95 1.14
CYP1A1 Wild type 0.94 1.03
P=0.227 P=0.444
MspI Mutato 0.82 0.90

Tabella 8. Livelli mediani di addotti IPA-DNA, stratificati per abitudine al fumo (n.
addotti/108 nucleotidi
Reparto Addotti Test
Tutti Fumatori Non
fumatori
Batteria A 0.51 0.61 0.52
Batteria B 0.57 0.49 0.68
Batteria C 0.60 0.59 0.97
Manutentori 0.50 0.63 0.47
Servizi 0.22 0.58 0.22
generali
Tutti 0.54 0.59 0.52 t=0.06,
p=0.952
Test F=2.20 F=0.50 F=3.42,
p=0.07 p=0.0.737 p=0.018
Tabella 9. Livelli mediani di addotti, stratificati per polimorfismi metabolici (n
addotti/108 nucleotidi)
Polimorfismi Addotti t-Test
Wild type 0.59
GSTM1 P=0.702
Null 0.53
GSTT1 Wild type 0.56
P=0.340
Null 0.52
CYP1A1 Wild type 0.58
P=0.886
MspI Mutato 0.49
Wild type 0.49
XPD - 312 P=0.011
Mutato 0.67
Tabella 10: Regressione lineare multipla: livelli di addotti in funzione dell’esposizione
esterna, dell’1-IP di inizio turno, del reparto di appartenza, della cotinina, dell’età e del
polimorfismo XPD
regress log_addotti log_ip_a cotinina reparto eta xpd

Source | SS df MS Number of obs = 75


-------------+------------------------------ F( 5, 69) = 3.33
Model | 8.35475709 5 1.67095142 Prob > F = 0.0094
Residual | 34.6026694 69 .501487962 R-squared = 0.1945
-------------+------------------------------ Adj R-squared = 0.1361
Total | 42.9574265 74 .580505763 Root MSE = .70816

------------------------------------------------------------------------------
log_addotti | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
log_ip_a | .2439149 .0792598 3.08 0.003 .085796 .4020339
cotinina | -.000047 .0001016 -0.46 0.645 -.0002496 .0001557
reparto | -.0412842 .0683562 -0.60 0.548 -.1776511 .0950827
eta | .0004108 .0103356 0.04 0.968 -.0202082 .0210299
xpd_312asp~n | .3329556 .1076184 3.09 0.003 .1182629 .5476484
_cons | -.6128411 .3863437 -1.59 0.117 -1.383576 .1578934
------------------------------------------------------------------------------
Fitted values/log_py
N
4 6 8 10 12 AF

0,00
10000,00
20000,00
30000,00
40000,00
50000,00
TA
AC L EN
EN E
AF
TE
N

9
FL E
U
O
R
FE EN
N E
AN
TR
AN EN
TR E
FL A CE
U N
O E
R

10
AN
Figura 1. Profili degli IPA misurati

TE
BE NE
N
ZO PI
(a
)A R
EN
N E
TR
BE AC
N EN
ZO E
(b C

11
)F RI
S
Figure

log_IPA
BE
N LU

Fitted values
EN
ZO O E
R
(k
)F AN
LU TE
O N
RA E
D BE N
IB N T
EN ZO EN
(a E

log_py
ZA )
(a PI

12
,h RE
BE )A N
N N E
ZO TR
IN (g AC
D ,h EN
EN ,i)
O PE E
(1 R
,2
,3 IL
,c EN
d) E
PI
R

13
EN
E
Figura 2. Relazione tra il pirene e la miscela totale degli IPA (dopo log-trasformazione).
Figura 3. Relazione tra le concentrazioni (log) di pirene e le concentrazioni (log) di
idrossipirene di fine turno.
2
95% CI/Fitted values/log_ip_b
-2 -1 -3 0 1

4 6 8 10 12
log_py
95% CI Fitted values
log_ip_b

Figura 4: livelli di log(1-IP) di inizio e fine turno per mansione (Mediana e IQR)
4
2
0
-2
-4

Topside Banchina Manutentori Pulitori


log_ip_a log_ip_b
Figura 5: Livelli di (log)addotti per mansione (Mediana e IQR)
2
1
0
-1
-2
-3

Topside Banchina
Manutentori Pulitori
UNIVERSITA’ DEGLI STUDI DI BARI
DIPARTIMENTO DI MEDICINA INTERNA E MEDICINA PUBBLICA
SEZIONE DI MEDICINA DEL LAVORO “E.C. VIGLIANI”
Coordinatore: Prof. Leonardo SOLEO

Cattedra di Medicina del Lavoro


Titolare: Prof. Leonardo Soleo

Ricerca finalizzata svolta per conto del Ministero della Salute/ISPESL su “Impatto sulla salute di
particolari condizioni ambientali e di lavoro, di provvedimenti di pianificazione territoriale”.
PMS/022/2002.

RELAZIONE FINALE

VALUTAZIONE DELL’ESPOSIZIONE PROFESSIONALE E AMBIENTALE A


METALLI ACCERTATI E/O SOSPETTI CANCEROGENI (UNITÀ OPERATIVA 13)

Responsabile dell’Unità Operativa: prof. Leonardo Soleo


Tel. e Fax. 080-5478201
E-mail: l.soleo@medlav.uniba.it

Policlinico - Piazza G. Cesare, 11 - 70124 Bari


Cod. Fisc: 80002170720 - Part. IVA: 01086760723
Tel: 080/5478201 Fax: 080/5478201 E-mail: l.soleo@medlav.uniba.it
La ricerca è stata condotta in collaborazione con il Dipartimento di Medicina del Lavoro
dell’ISPESL di Roma, con la Direzione Sanitaria dell’ILVA di Taranto e con il Dipartimento di
Prevenzione dell’ASL TA/1.

Hanno partecipato allo svolgimento della ricerca:

Prof. Soleo Leonardo: Coordinatore scientifico, Università di Bari;


Dr. Gigante Maria Rosaria: Dottoranda di Ricerca in Ambiente, Medicina e Salute, Università di
Bari;
Dr. Antelmi Annarita: Specializzanda in Medicina del Lavoro, Università di Bari;
Dr. Bailardi Armando: Dipartimento di Prevenzione ASL TA/1;
Sig. Conte Armando: Contrattista, Taranto;
Dr. Conversano Michele: Dipartimento di Prevenzione ASL TA/1;
Sig.ra Di Nunzio Michela: Contrattista, Taranto;
Dr. Drago Ignazio: Dottorando di Ricerca in Ambiente, Medicina e Salute, Università di Bari;
Dr. Gagliardi Tommaso: DIMIMP Università di Bari;
Dr. Greco Luciano: Direzione Sanitaria ILVA, Taranto;
Dr. Iavicoli Sergio: ISPESL, Roma;
Dr. Lovreglio Piero: Dottorando di Ricerca in Ambiente, Medicina e Salute, Università di Bari;
Sig.ra Nardelli Paola: Contrattista, Taranto;
Dr. Persechino Benedetta: ISPESL, Roma;
Dr. Sannelli Giacomo: Specializzando in Medicina del Lavoro, Università di Bari;
INDICE

INTRODUZIONE pag. 4

OBIETTIVO DELLO STUDIO pag. 7

MATERIALI E METODI pag. 8


- Soggetti esaminati pag. 8
- Ciclo produttivo industria siderurgica pag. 11
- Analisi mineralogica materie prime pag. 11
- Monitoraggio ambientale pag. 12
- Monitoraggio biologico pag. 12
- Analisi statistica pag. 12

RISULTATI pag. 13

DISCUSSIONE pag. 16

BIBLIOGRAFIA pag. 20

ALLEGATO 1 pag. 61

3
INTRODUZIONE

La realtà industriale dell’ultimo trentennio è stata caratterizzata in Italia da una


continua innovazione tecnologica e da un progressivo miglioramento degli impianti
industriali. L’introduzione di processi produttivi più efficienti e la messa a punto di cicli
lavorativi meno inquinanti, pur avendo ridotto le concentrazioni dei tossici negli ambienti di
lavoro e le conseguenti emissioni negli ambienti di vita (in atmosfera, nel suolo e nelle falde
idriche), non ha tuttavia eliminato il problema dell’impatto che le realtà produttive hanno
sulla salute dei lavoratori e della popolazione residente nelle aree limitrofe a tali impianti.
Sulla salute della popolazione generale agiscono, tuttavia, anche i fenomeni di inquinamento
ambientale dipendenti dalle comuni fonti antropogeniche (traffico autoveicolare,
riscaldamento domestico, dieta ecc.), che sono la causa dell’aumento della mortalità per
tumori e per malattie cardiovascolari e della morbosità per malattie cronico degenerative
(16,21).

L’immissione nelle matrici ambientali di inquinanti di tipo cancerogeno e le ricadute


che questa ha sulla salute pubblica sono state pertanto oggetto di numerosi studi. In proposito
è nota in letteratura l’associazione tra neoplasie, prevalentemente polmonari, e realtà
produttive particolarmente complesse dal punto di vista della molteplicità degli inquinanti
presenti (ad esempio acciaierie e fonderie) (8,12,28). Già nel 1978 Smith e collaboratori
notarono un numero significativo di decessi per neoplasia polmonare in una comunità
scozzese residente in abitazioni site in prossimità e poste sottovento rispetto ad una acciaieria
(28). In seguito altri autori esaminarono la distribuzione delle neoplasie del tratto respiratorio
in cinque aree poste a differente distanza da due fonderie di ferro site in una città della Scozia.
I risultati evidenziarono una mortalità per neoplasia polmonare più elevata nelle popolazioni
residenti nelle aree più vicine agli insediamenti industriali o più esposte agli inquinanti
atmosferici in relazione ai venti prevalenti, in particolare nei giovani, con una evidente
progressione dell’SMR procedendo dalle zone più lontane a quelle più vicine al polo
industriale. Tale dato risultò poi essere confermato indipendentemente dalla classe sociale di
appartenenza dei soggetti esaminati. Gli autori, inoltre, osservarono che la concentrazione dei
metalli (Cr, Pb, Mn, Ni, Fe), di cui alcuni cancerogeni, misurata su diversi campioni di suolo,
risultò più elevata nelle aree più vicine agli stabilimenti industriali e su queste basi
ipotizzarono che l’inquinamento dell’aria da questi metalli potesse aver contribuito
all’aumentata frequenza di neoplasie respiratorie osservata nello studio. Un successivo studio
caso controllo condotto da Besso e collaboratori evidenziò un rischio relativo più elevato,
sebbene non statisticamente significativo, per neoplasia polmonare nei residenti in prossimità
di fonderie non ferrose rispetto ai residenti a distanza dalla stesse (8,12). Allo stato delle
conoscenze, tuttavia, nonostante i risultati mostrati da questi ed altri studi la comunità
scientifica non ha ancora definito chiaramente il contributo dei singoli inquinanti e quindi
anche quello di ciascun metallo cancerogeno, se si esclude l’arsenico, all’aumento delle
patologie neoplastiche osservate (19).

L’area di Taranto è stata segnalata dalla Organizzazione Mondiale della Sanità tra le
aree ad elevato rischio ambientale per via dei vasti insediamenti industriali presenti
(complesso siderurgico, cementificio, raffineria di petrolio, ecc.). Alcune ricerche condotte in
questa zona negli ultimi dieci anni hanno evidenziato un aumento della mortalità, rispetto ai
dati nazionali, per neoplasie del polmone, della vescica e del fegato (24). Per la sola città di
Taranto è stato inoltre evidenziato un rilevante incremento dei tumori della pleura e dei
linfomi non-Hodgkin (24).

4
Precedenti studi condotti nell’ambito dell’area ionico tarantina hanno indagato
l’esposizione a sostanze cancerogene in particolare a idrocarburi policlinici aromatici.
Scarsamente indagato nella letteratura esaminata, in quest’area, appare il ruolo
dell’esposizione ad altri cancerogeni per l’uomo quali alcuni metalli, come il cromo e
l’arsenico, entrambi essenziali e molto diffusi in natura, ma che possono essere presenti, in
quantità variabili, sia tra le emissioni degli stabilimenti industriali che come inquinanti delle
acque potabili, dell’aria e di alcuni alimenti (in particolare l’arsenico è contenuto nei crostacei
e nei molluschi) (7,17). Il cromo e l’arsenico sono stati definiti dalla IARC sostanze
sicuramente cancerogene per l’uomo e sono state classificate in classe 1 (15,20,21).

Per quanto riguarda l’esposizione ambientale a cromo e ad arsenico le concentrazioni


nell’aria ambiente di questi metalli variano notevolmente e sono influenzate in modo
significativo dalla presenza in prossimità dei centri urbani di alcuni tipi di insediamenti
produttivi quali le industrie metallurgiche, le centrali a carbone, le industrie galvaniche, gli
inceneritori di rifiuti (15,20,21). Studi condotti negli Stati dell’Unione Europea hanno
evidenziato valori di cromo nell’aria ambiente variabili tra 4 e 70 ng/m3 in zone urbane, e tra
5 e 200 ng/m3 nelle aree industriali. I valori di arsenico nell’aria ambiente risultano invece
variabili tra 1 e 3 ng/m3 in zone urbane, e tra 20 e 30 ng/m3 in quelle industriali (20,21).

In riferimento alla qualità dell’aria nell’atmosfera di Taranto, nel 2002 l’Assessorato


Ambiente Ecologia e Sanità ha presentato i primi risultati sul monitoraggio dei metalli (As,
Cd, Fe, Hg, Ni e Pb) presenti nelle polveri aereodisperse in tre zone distinte dell’area cittadina
(zona urbana residenziale in prossimità del polo industriale, zona sub-urbana a circa 2 Km di
distanza dagli stabilimenti, zona urbana ad alta densità di traffico veicolare). Come si può
rilevare non è stato determinato il cromo. Le concentrazioni di arsenico sono risultate più
elevate nell’area situata in prossimità del polo industriale, ove sono state rilevate quantità
medie di 0.8 ng/m3. Questo tipo di indagine solleva il problema della mancanza, per alcuni di
questi metalli, di valori limite nell’aria. Attualmente, infatti, a livello normativo, solo per il
piombo esiste un valore limite fissato a 0.5 μ/m3, mentre per gli altri metalli, definiti come
inquinanti dal D. Lgs 351/99, non esiste ancora un limite di riferimento. Pertanto per questi
ultimi, tra cui vi sono l’arsenico, il cadmio, il cromo ed il nichel, ci si deve riferire ai criteri di
qualità dell’aria indicati dall’OMS che, per l’arsenico ed il cromo, essendo sostanze
cancerogene e quindi non dotate di soglia, non riconoscono alcun limite (33).

Proprio per la loro ubiquitarietà, il cromo e l’arsenico sono dosabili non solo nelle
urine dei lavoratori professionalmente esposti, ma anche in quelle dei soggetti appartenenti
alla popolazione generale. Il cromo e l’arsenico urinari rappresentano infatti indicatori di
esposizione ed, essendo stata evidenziata una buona correlazione tra l’escrezione urinaria e
l’entità dell’esposizione, sono largamente usati nel monitoraggio biologico dei lavoratori
esposti. I valori limite biologici urinari proposti dall’ACGIH nell’anno 2005 per i soggetti
professionalmente esposti sono di 10 μg/L (come aumento dopo turno) e di 25 μg/L (fine
turno fine settimana lavorativa) per il cromo e di 35 μg/L per l’arsenico (su urine di fine
settimana lavorativa) (3). Nella popolazione generale la SIVR riporta quali valori di
riferimento concentrazioni urinarie per il cromo variabili tra 0.05 e 0.32 μg/L (5° e 95°
percentile) che possono essere condizionate da fattori quali età, residenza e fumo di sigaretta,
e per l’arsenico inorganico (che comprende l’arsenico inorganico propriamente detto, l’acido
monometilarsonico e l’acido dimetilarsinico) comprese tra 2.0 e 15.0 μg/L, che possono
essere condizionate dal tipo di alimentazione, residenza, sesso, assunzione di farmaci
integratori (2,5,14,29,31,32).

5
Per quanto attiene l’azione cancerogena, sia il cromo che l’arsenico sono stati
segnalati come metalli in grado di provocare tumori polmonari e l’arsenico può determinare
anche tumori a carico della cute e del fegato. (20,21).

6
OBIETTIVO DELLO STUDIO

L’area tarantina è definita area a rischio di inquinamento ambientale per via dei vasti
insediamenti industriali presenti (complesso siderurgico, cementificio, raffineria di petrolio,
ecc.) e per l’alta incidenza di tumori polmonari. Il ruolo dei metalli cancerogeni, in particolare
cromo e arsenico, è stato scarsamente studiato quale fattore espositivo nei lavoratori e negli
abitanti dell’area circostante gli insediamenti industriali. Pertanto, lo studio ha avuto lo scopo
di verificare se l’esposizione a cromo e ad arsenico, valutata attraverso la eliminazione
urinaria di questi metalli, fosse più elevata nei lavoratori dell’impianto siderurgico di Taranto
rispetto ai soggetti residenti a Taranto in prossimità dello stabilimento (quartiere Tamburi) e
in questi ultimi rispetto a quelli residenti a distanza di circa 20 Km da esso (quartieri S. Vito-
Lama-Talsano).

7
MATERIALI E METODI

SOGGETTI ESAMINATI

Sono stati esaminati 195 lavoratori maschi (Lavoratori Gruppo A) di un grande


stabilimento siderurgico di Taranto, che possedevano i requisiti previsti e che operavano nei
seguenti reparti: Impianti marittimi, Parchi minerali, Agglomerato, Acciaieria 1 e 2, nei quali
vi poteva essere una minima esposizione professionale a cromo e ad arsenico.

Sono entrati a far parte dello studio, inoltre, due gruppi di soggetti, tutti di sesso
maschile, non professionalmente esposti a cromo e arsenico e che possedevano i requisiti
previsti, residenti nella città di Taranto in due quartieri situati a differente distanza dal
siderurgico: il primo gruppo composto da 105 soggetti residenti a ridosso dello stabilimento
nel quartiere Tamburi (Soggetti Gruppo B); il secondo gruppo formato da 144 soggetti
residenti a distanza di circa 20 Km dal polo industriale nei quartieri S. Vito-Lama-Talsano
(Soggetti Gruppo C) (Figura 1).

A tutti i 444 soggetti arruolati è stato somministrato un questionario (Allegato 1)


contenente domande relative ai dati personali (età, peso, altezza, scolarità, residenza, ecc.),
alla storia lavorativa (con particolare attenzione per la esposizione professionale a Cr e As),
alle abitudini di vita (fumo, alcol) e alimentari (consumo di molluschi e crostacei),
all’anamnesi familiare e patologica (con particolare attenzione alle patologie interferenti con
il metabolismo dei tossici in studio), alla esposizione extraprofessionale a cromo e arsenico
(ad esempio attività hobbistiche). Il questionario è stato somministrato da quattro persone,
precedentemente addestrate e di cui era stata verificata l’omogeneità di somministrazione, nel
giorno stesso in cui è stato effettuato il campionamento delle urine per la determinazione del
cromo e dell’arsenico.

Lo studio prevedeva che il reclutamento dei soggetti dei tre gruppi avvenisse in
maniera tale che fossero ugualmente rappresentate le seguenti classi di età: 18-32, 33-46 e 47-
60. Tutti i partecipanti hanno fornito il loro consenso informato prima di partecipare allo
studio. L’indagine sanitaria ha avuto inizio nel mese di marzo 2005 ed è terminata nel luglio
2005.

Sono state considerate condizioni di esclusione dallo studio la presenza di


creatininuria oltre il range raccomandato dall’OMS e compreso tra 0.3 e 3.0 g/L (3), la
presenza di patologie epatiche e renali, l’uso di farmaci antiblastici, attività hobbistiche
(bricolage e giardinaggio) praticate regolarmente con uso di prodotti chimici contenenti
cromo e arsenico. Non sono state osservate storie lavorative con esposizione professionale
pregressa a cromo e arsenico.

L’analisi delle variabili raccolte tramite il questionario ha fornito i risultati di seguito


riportati. I tre gruppi studiati sono risultati diversi in rapporto all’età. Questo dato è emerso sia
dal confronto tra i tre gruppi (Tabella 1) che da quello tra i gruppi a due a due (lavoratori
gruppo A verso soggetti gruppo B: t = 4.66, p = 0.000; soggetti gruppo B verso soggetti
gruppo C: t = 2.38, p = 0.018) con l’eccezione del confronto tra lavoratori gruppo A verso
soggetti gruppo C che è risultato al limite della significatività statistica: t = 1.77, p = 0.077.

In riferimento all’età i lavoratori del gruppo A sono apparsi più giovani rispetto ai
soggetti del gruppo C e di quelli del gruppo B (Tabella 1). La distribuzione di frequenza

8
dell’età nei tre gruppi ha evidenziato nei lavoratori del gruppo A un andamento bimodale con
due picchi massimi relativi, uno sui 25 anni e l’altro sui 47.5 anni, mentre negli altri due
gruppi l’andamento dell’età è apparso più uniformemente distribuito nelle varie fasce. (Figura
2). L’andamento della distribuzione dell’età nei lavoratori del gruppo A è dipesa
dall’anzianità lavorativa legata al turnover dei lavoratori che non è costante nei vari anni.
Pertanto, allo scopo di escludere la variabile età nel condizionamento dell’eliminazione
urinaria dei due metalli si è stabilito di analizzare le cromurie e le arsenicurie inorganiche
suddividendo ciascun gruppo in due sottogruppi di età ottenuti applicando un cut-off di 38
anni, che rappresenta la mediana dell’intero campione di soggetti reclutati (444).

La distribuzione della massa corporea è stata studiata nei tre gruppi attraverso
l’indice di massa corporea (BMI), ottenuto suddividendo per ciascun soggetto il peso in
kilogrammi per il quadrato dell’altezza in metri. Per l’analisi dei risultati delle determinazioni
urinarie di cromo e arsenico nei tre gruppi esaminati sono state individuate tre classi di BMI:
fino a 25 (soggetti con rapporto altezza-peso normali), da 25 fino a 30 (soggetti in
sovrappeso), oltre 30 (soggetti obesi). Il confronto tra i tre gruppi sulla distribuzione della
massa corporea ha evidenziato che questi sono omogenei tra loro (Tabella 1).

I soggetti dei tre gruppi differiscono nettamente per il grado di scolarità (Tabella 2);
passando dai lavoratori gruppo A ai soggetti gruppo B e gruppo C si rileva un livello culturale
superiore.

L’abitudine al fumo di sigaretta è stata indagata richiedendo a ciascun soggetto sia


informazioni sulla condizione attuale di fumatore, non fumatore, ex fumatore (non fumatore
da almeno 6 mesi) che sul numero di sigarette fumate attualmente e negli anni precedenti. Per
i soli fumatori è stato, quindi, calcolato anche l’indice pacchetti/anno, che corrisponde al
numero di sigarette fumate quotidianamente per un anno rapportato a 20, che è il numero di
sigarette presenti in un pacchetto, e sommando i valori per ciascun anno di abitudine al fumo.

La distribuzione dei soggetti dei tre gruppi per abitudine al fumo di sigaretta ha
mostrato che questi differiscono tra loro (Tabella 3). In particolare, i fumatori sono presenti
con maggior frequenza tra i lavoratori gruppo A e tra i soggetti gruppo B ed i non fumatori tra
i soggetti gruppo C.

I tre gruppi, invece, non differiscono tra loro quando si considerano la distribuzione
per pacchetti/anno di fumo (Tabella 4), il numero di sigarette fumate/die (Tabella 5) e la
media dei pacchetti/anno (Tabella 1). Nella tabella 5 si rileva, inoltre, che in tutti e tre i gruppi
prevalgono i fumatori medi con numero di sigarette/die compreso tra 10 e 20.

Il consumo quotidiano di alcol è stato indagato prevedendo nella risposta del


questionario le seguenti possibilità: astemio, 1-10 gr/die, 11-40 gr/die, oltre 40 gr/die. Hanno
riferito un consumo di oltre 40 gr/die soltanto 8 soggetti (4.1%) tra i lavoratori di gruppo A, 6
(5.7%) tra i soggetti gruppo B e 8 (5.6%) tra i soggetti gruppo C. Pertanto, nell’analisi dei dati
riportati nella tabella 6 i soggetti con un consumo di alcol superiore a 40 gr/die sono stati
raggruppati con i soggetti con consumo di alcol compreso tra 11 e 40 gr/die. Come si osserva
nella tabella 6 i soggetti dei tre gruppi sono omogeneamente distribuiti nelle classi di
consumo di alcol individuate, non evidenziando differenze statistiche tra i gruppi.

9
La distribuzione dei soggetti dei tre gruppi per tipo di residenza ha confermato come
i gruppi siano differenti tra loro, essendo stati individuati proprio in rapporto alla distanza
dallo stabilimento (Tabella 7).

Il consumo di crostacei (Tabella 8) e di molluschi (Tabella 9) è significativamente


differente nei tre gruppi. Il confronto dei dati riportati nelle due tabelle evidenzia nei gruppi
un minore consumo di molluschi rispetto ai crostacei. Ciò sorprende, considerando che in mar
piccolo a Taranto è notevolmente sviluppata la pescicoltura, in particolare cozze nere. Nelle
tabelle si rileva, inoltre, che la frequenza di soggetti dei tre gruppi che consumano
abitualmente crostacei e molluschi è pressoché sovrapponibile.

E’ stata verificata la concordanza dei soggetti sull’assunzione nella dieta di molluschi


e di crostacei (Tabella 10). E’ risultato che ad un consumo nullo, basso o alto di crostacei si
associa un consumo rispettivamente nullo, basso o alto di molluschi. La concordanza riguarda
il 73.0% dei 444 soggetti reclutati. La tabella evidenzia, inoltre, che ad un consumo nullo di
crostacei si hanno pochi casi con consumo di molluschi (15 su 53); mentre con un consumo
nullo di molluschi si hanno numerosi casi con un consumo di crostacei (49 su 87). Questa
osservazione induce a considerare che anche chi mangia pochi molluschi tende a consumare
crostacei, mentre non vale il contrario. Poiché i molluschi sono in genere le cozze nere, un
prodotto di basso prezzo rispetto ai crostacei, si deve ritenere che si tratta di un consumo
legato alle abitudini ed ai gusti, anziché al costo.

Nella tabella 11 è riportata la distribuzione dei soggetti dei tre gruppi per giorno
dell’ultimo pasto a base di crostacei e/o molluschi prima della raccolta delle urine per la
determinazione di cromo e arsenico. In essa non si rilevano differenze nei gruppi tra i soggetti
che avevano consumato crostacei e/o molluschi tre giorni prima o oltre tre giorni prima della
raccolta delle urine.

E’ stata verificata sull’intero campione (N=444) la correlazione tra le seguenti


variabili: età, BMI, consumo di alcol, fumo di sigarette (pacchetti/anno solo fumatori),
consumo di crostacei, consumo di molluschi, giorno dell’ultimo pasto a base di crostacei e/o
molluschi. E’ risultata una correlazione positiva tra età e BMI (r=0.35; p=0.000), fumo di
sigaretta e BMI (r=0.12; p=0.044), fumo di sigaretta e alcol (p=0.12; p=0.042), consumo di
crostacei e consumo di molluschi (r=0.56; p=0.000) ed una correlazione negativa tra giorni
dall’ultimo pasto a base di crostacei e/o molluschi e consumo di crostacei (r= - 0.41; p=0.000)
e giorno dall’ultimo pasto a base di crostacei e/o molluschi e consumo di molluschi (r= -0.31;
p=0.000). In tutti e tre i gruppi esaminati separatamente è stata anche riscontrata una
correlazione positiva tra età e BMI, consumo di crostacei e consumo di molluschi ed una
correlazione negativa tra ultimo pasto a base di crostacei e/o molluschi e consumo sia di
crostacei che di molluschi.

La distribuzione dei soggetti esaminati per gruppo di appartenenza e per tipo di


acqua consumata ha mostrato una differenza significativa tra i gruppi (Tabella 12).

Da quanto sinora riportato emerge che i tre gruppi differiscono per residenza, età,
scolarità, abitudine al fumo di sigaretta, consumo di crostacei e molluschi e tipo di acqua
consumata, mentre non differiscono per BMI, pacchetti/anno di sigarette, numero di
sigarette/die fumate, consumo di alcol e giorno dall’ultimo pasto a base di crostacei e/o
molluschi.

10
CICLO PRODUTTIVO INDUSTRIA SIDERURGICA

Lo stabilimento siderurgico di Taranto produce acciaio a partire da minerali di ferro,


carbon fossile, calcare e dolomite (fondenti), attraverso un prodotto intermedio costituito dalla
ghisa. In breve sono riportate le attività svolte nei reparti ove operavano i lavoratori esaminati.

Le materie prime giungono al porto attraverso navi. L’attività svolta negli Impianti
Marittimi consiste appunto nello scarico di queste (minerale di ferro, carbone fossile,
ferroleghe, rottame di ferro, coke, fondenti, ghisa granulata ecc.) dalle stive delle navi. Le
materie prime scaricate sono avviate, per mezzo di nastri trasportatori, ai Parchi Minerali dove
sono stoccate da apposite macchine e dislocate in aree prestabilite.

Successivamente, dai Parchi Minerali, sempre a mezzo nastri trasportatori, i prodotti


sono inviati agli impianti di preparazione (Agglomerato). All’interno di questo reparto i
minerali di ferro e soprattutto i materiali fini, opportunamente miscelati, sono sottoposti a
riscaldamento e parziale combustione per ottenere, attraverso successivi sistemi di
frantumazione, una pezzatura adeguata alla marcia degli altoforni.

La produzione della ghisa avviene in altoforno in cui vengono immessi i minerali di


ferro, il carbon coke (ottenuto anche nello stabilimento dalla distillazione del carbon fossile)
ed i fondenti. Nell’altoforno il ferro liquido reagisce con parte del carbonio contenuto nel
carbon coke e si trasforma in ghisa.

Il processo di trasformazione della ghisa, materiale duro e fragile, in acciaio,


materiale più malleabile e tenace, avviene nell’Acciaieria attraverso l’affinazione (soffiaggio
di ossigeno ad alta pressione) della ghisa. L’acciaio liquido prodotto in un forno, convertitore,
viene quindi trasformato in bramme con il processo di colata continua, viene cioè versato in
una forma mobile in rame chiamata lingottiera, a contatto con la quale l’acciaio solidifica.
All’uscita dalla lingottiera la bramma che si sta formando viene investita da forti spruzzi
d’acqua e, attraverso un sistema di rulli, scorre e percorre la macchina di colata continua
all’uscita della quale viene tagliata secondo la lunghezza desiderata ed inviata alla
laminazione che la trasforma in rotoli (coils) o in lamiere, che vengono ulteriormente lavorati
in altri reparti dello stabilimento (laminatoio a caldo e a freddo).

Le mansioni svolte nei reparti Impianti Marittimi, Parchi Minerali, Agglomerato e


Acciaieria sono svolte da lavoratori con la seguente qualifica: addetto sinottico, addetto linea
acciaieria, addetto pulizie industriali, palista, conduttore mezzi, conduttore mezzi pesanti,
addetto ferro-leghe, addetto trattamento acciaio, addetto affinazione, addetto siviera, addetto
controllo di qualità, operaio generico.

ANALISI MINERALOGICA MATERIE PRIME

Per poter meglio definire l’esposizione professionale a cromo e ad arsenico dei


lavoratori gruppo A è stata condotta un’analisi mineralogica sui minerali utilizzati come
materie prime nello stabilimento siderurgico finalizzata a quantificare in essi il contenuto in
cromo e arsenico. Il cromo VI e suoi composti sono stati determinati come cromo e l’arsenico
ed i suoi composti come arsenico.

11
L’analisi mineralogica è stata effettuata, sia per il cromo che per l’arsenico, con il
metodo spettrofotometrico ad assorbimento atomico. I limiti di rilevabilità delle metodiche
per i due metalli sono stati di 0.1 μg/L.

MONITORAGGIO AMBIENTALE

L’esposizione professionale dei lavoratori gruppo A che operavano nei reparti del
siderurgico interessati allo studio è stata monitorata anche attraverso campionatori personali
indossati dai lavoratori per l’intero turno e attraverso campionatori fissi. I campionamenti
ambientali sono stati finalizzati a valutare in entrambi i casi la concentrazione di cromo e
arsenico contenuta nelle polverosità respirabile.

La determinazione dei metalli è stata condotta con spettrofotometro ad assorbimento


atomico con le metodologie indicate nel paragrafo successivo.

MONITORAGGIO BIOLOGICO

Tutti i lavoratori del siderurgico hanno raccolto un campione di urine prima


dell’inizio del turno di lavoro (seconde urine del mattino), su cui è stata effettuata la
determinazione del cromo ed un campione di urine alla fine del turno, su cui è stata effettuata
la determinazione del cromo e dell’arsenico. Per i soggetti dei gruppi A e B, invece, sono state
raccolte le seconde urine del mattino, su cui è stata effettuata la determinazione del cromo e
dell’arsenico.

I campioni di urine raccolti sono stati trasportati in borsa termica a +4°C presso il
laboratorio di Tossicologia Industriale del Dipartimento di Medicina Interna e Medicina
Pubblica dell’Università di Bari e conservati a –20°C fino al momento dell’analisi. Su tutti i
campioni di urine è stata determinata la creatinina urinaria, utilizzando la metodica di Jaffé.

Le determinazioni per l’analisi del cromo e dell’arsenico nelle urine sono state
effettuate con uno spettrofotometro ad assorbimento atomico dotato di fornetto e correttore
del fondo con effetto Zeeman per il cromo e utilizzando la tecnica dell’arsina per l’arsenico
inorganico. L’arsenico determinato comprende l’arsenico inorganico più l’acido
monometilarsonico (MMA) e l’acido dimetilarsinico (DMA). Il limite di rilevabilità della
metodica è stato di 0,1 mcg/L per entrambi i metalli. Tutti i risultati del cromo e dell’arsenico
urinari sono stati espressi in mcg/L. Per l’analisi statistica dei dati i casi con concentrazione
urinaria del cromo e dell’arsenico al di sotto del limite di rilevabilità della metodica sono stati
inseriti nel data base con un valore di 0.05.

ANALISI STATISTICA

L’analisi è stata eseguita mediante l’utilizzo di un package statistico (SPSS 12,0). La


normalità della distribuzione delle diverse variabili è stata verificata con il test di
Kolmorogov-Smirnov. Il confronto tra le medie è stato eseguito con il test t di student o con
l’analisi della varianza ad una o due vie e quello tra le frequenza con il test del Chi-quadrato.
Le correlazioni sono state eseguite con metodi non parametrici. La regressione multipla
lineare è stata eseguita con il metodo dei minimi quadrati. E’ stata accettato per la
significatività statistica un valore < di 0.05.

12
RISULTATI

Per i lavoratori di gruppo A l’esposizione a cromo e ad arsenico è stata verificata


anche attraverso l’analisi mineralogica delle materie prime utilizzate per la produzione di
acciaio e campagne di monitoraggio ambientale mirate a misurare l’esposizione ambientale
professionale ai due metalli.

Il contenuto di arsenico nelle materie prime analizzate è risultato contenuto se si


considera che in letteratura sono considerate accettabili, in terreni non contaminati,
concentrazioni variabili da 1 a 40 mg/kg di peso secco (Tabella 13). Il cromo, invece, è
risultato sempre in concentrazione al di sotto del limite di rilevabilità della metodica analitica
(Tabella 13).

Le rilevazioni ambientali di polverosità, frazione respirabile, effettuate utilizzando


campionatori in postazione fissa e campionatori personali indossati dai lavoratori durante lo
svolgimento dell’attività lavorativa hanno mostrato che l’arsenico nella frazione respirabile
della polvere è sempre al di sotto di 0.1 μg/m3, cioè due ordini di grandezza al di sotto del
TLV-TWA proposto dall’ACGIH per l’arsenico nel 2005, che è di 10 μg/m3 (Tabella 14). La
concentrazione ambientale, frazione respirabile, di cromo nei diversi reparti è risultata
variabile tra 0.3 e 46.0 μg/m3, compresa tra uno e due ordini di grandezza al di sotto del TLV-
TWA dell’ACGIH per il cromo metallico nel 2005, che è di 500 μg/m3 (3).

Eliminazione di cromo urinario

Nei lavoratori gruppo A, allo scopo di verificare l’eventuale contributo


dell’esposizione professionale a cromo durante il turno di lavoro, è stato determinato il cromo
urinario all’inizio ed alla fine del turno di lavoro. Hanno presentato una concentrazione di
cromo nelle urine di inizio turno al di sotto del limite di sensibilità della metodologia analitica
il 18.5% dei lavoratori gruppo A, il 31.4% dei soggetti gruppo B ed il 23.6% dei soggetti
gruppo C. Il confronto tra cromurie di inizio e fine turno non ha evidenziato un incremento
della quota urinaria di cromo alla fine del turno di lavoro rispetto all’inizio (Tabella 15). Nei
successivi confronti tra lavoratori gruppo A e gli altri due gruppi, per i lavoratori gruppo A è
sempre stata utilizzata la concentrazione urinaria di cromo di inizio turno. I lavoratori gruppo
A hanno presentato una eliminazione urinaria di cromo mediamente e leggermente più bassa
rispetto ai soggetti gruppo B e a quelli gruppo C. Il confronto della concentrazione urinaria di
cromo tra i tre gruppi non ha evidenziato tuttavia differenze significative (Tabella 16).

La distribuzione delle cromurie nei tre gruppi per fasce di età inferiore o
uguale/superiore a 38 anni permette di osservare un lieve incremento delle cromurie nei
soggetti con età superiore a 38 anni in tutti i gruppi eccetto i soggetti gruppo B; in nessun caso
viene raggiunta la significatività statistica (Tabella 17).

La distribuzione delle cromurie dei soggetti dei tre gruppi per fasce di BMI non ha
evidenziato una particolare relazione tra concentrazione urinaria di cromo e massa corporea
(Tabella 18). Similmente non è risultata alcuna associazione tra cromuria e abitudine al fumo
di sigaretta (Tabella 19), consumo di alcol (Tabella 20), residenza (Tabella 21), consumo di
crostacei (Tabella 22) e consumo di molluschi (Tabella 23).

La distribuzione dei soggetti dei tre gruppi per giorno dell’ultimo pasto a base di
crostacei e/o molluschi non ha evidenziato differenze nell’eliminazione di cromo urinario

13
(Tabella 24). Similmente non è risultata alcuna particolare tendenza dell’eliminazione di
cromo urinario distribuendo i soggetti di tre gruppi per tipo di acqua consumata (Tabella 25).

Non è stata osservata alcuna correlazione tra età, BMI, consumo di alcol, fumo di
sigaretta (pacchetti/anno), consumo di crostacei, consumo di molluschi, giorno dell’ultimo
pasto a base di crostacei e/o molluschi ed eliminazione urinaria di cromo.

L’eliminazione urinaria di cromo non è risultata dipendente da alcune delle variabili


anzidette.

Eliminazione di arsenico inorganico

L’eliminazione urinaria di arsenico inorganico è risultata leggermente più bassa nei


lavoratori gruppo A rispetto agli altri due gruppi ed il confronto fra i gruppi non ha mostrato
differenze significative (Tabella 26). Si fa rilevare come il valore più elevato di arsenico
inorganico sia stato osservato in un soggetto del gruppo C, abitante a circa 20 km dal
siderurgico che ha presentato un valore di 84 μg/L.

L’età (Tabella 27) ed il BMI (Tabella 28) non influenzano l’eliminazione urinaria di
arsenico inorganico. I fumatori, invece, tendono ad eliminare meno arsenico inorganico
rispetto ai non fumatori ed agli ex fumatori, analizzati insieme (Tabella 29). L’alcol non
influenza l’eliminazione urinaria di arsenico inorganico (Tabella 30). La residenza influenza
l’eliminazione urinaria di arsenico inorganico; infatti, i residenti in area industriale eliminano
quantità di arsenico inorganico più elevate rispetto ai residenti in area urbana e rurale, con una
differenza significativa (Tabella 31).

Il consumo di crostacei in tutti e tre i gruppi non ha evidenziato un trend


dell’eliminazione urinaria di arsenico inorganico in funzione della quantità introdotta. Il trend
è evidente solo nel campione totale, le cui differenze non sono, tuttavia, risultate significative
(Tabella 32). Il consumo di molluschi, viceversa, evidenzia un trend nell’eliminazione
urinaria di arsenico inorganico in funzione delle quantità consumate in tutti gruppi e nel
campione totale, quasi sempre significativo (Tabella 33).

I soggetti che hanno consumato crostacei e/o molluschi nei tre giorni precedenti la
raccolta delle urine hanno mostrato una più elevata e significativa eliminazione di arsenico
inorganico rispetto a quelli che li hanno assunti dal quarto giorno in poi, sia nei tre gruppi
esaminati singolarmente che nell’intero campione (Tabella 34).

In tutti e tre i gruppi è risultata una più elevata eliminazione di arsenico nei soggetti
che facevano uso di acqua minerale rispetto a quelli che assumevano acqua proveniente da
rete idrica o entrambe. Essa è apparsa ai limiti della significatività statistica nei lavoratori
gruppo A e nei soggetti gruppo C e statisticamente significativa sul campione totale (Tabella
35).

La correlazione tra le variabili continue e l’eliminazione urinaria di arsenico è


risultata positiva e significativa per il consumo di crostacei nei soggetti gruppo C e nel
campione totale e per il consumo di molluschi in tutti e tre i gruppi e nel campione totale,
mentre è apparsa negativa e significativa per il giorno di consumo dell’ultimo pasto a base di
crostacei e/o molluschi (Tabella 36).

14
L’analisi di regressione multipla lineare effettuata per studiare la dipendenza
dell’arsenico inorganico da età, BMI, alcol, fumo di sigaretta, consumo di crostacei, consumo
di molluschi ed ultimo pasto a base di crostacei e/o molluschi ha mostrato solo nei soggetti
del gruppo C una dipendenza sia dal consumo di crostacei che di molluschi e pressoché nei
soggetti di tutti e tre i gruppi e sul campione totale una dipendenza dal giorno dell’ultimo
pasto a base di crostacei e/o di molluschi (Tabella 37).

15
DISCUSSIONE

Lo studio ha preso in considerazione lavoratori di un impianto siderurgico (lavoratori


gruppo A) e soggetti della popolazione generale abitanti in prossimità dello stabilimento
(soggetti gruppo B) e a circa 20 km dallo stesso (soggetti gruppo C) con lo scopo di verificare
se l’esposizione a cromo e ad arsenico fosse più elevata nei lavoratori rispetto ai soggetti
abitanti in prossimità dello stabilimento e di questi ultimi rispetto a quelli abitanti a distanza.

Non è risultata una maggiore esposizione a cromo dei lavoratori dello stabilimento
siderurgico rispetto ai soggetti della popolazione generale residente in prossimità dello stesso
e di questi ultimi rispetto a quelli residenti a circa 20 Km di distanza.

In tutti e tre i gruppi, ed in particolare nei soggetti residenti in prossimità dello


stabilimento, sono stati osservati valori urinari di cromo come 95° percentile pari a 0.40 μg/L
nei lavoratori di gruppo A, 0.60 μg/L nei soggetti di gruppo B e 0.40 μg/L nei soggetti di
gruppo C, che appaiono superiori a 0.32 μg/L, che corrisponde al 95° percentile dei valori di
riferimento osservati nella popolazione generale italiana non esposta professionalmente a
cromo dalla Società Italiana dei Valori di Riferimento (SIVR) (4,29). Se si considera, inoltre,
che i valori più elevati del limite alto del range del cromo urinario sono stati osservati nei
soggetti di gruppo B (1.60 μg/L) e di gruppo C (3.30 μg/L), non esposti professionalmente a
cromo e residenti rispettivamente in prossimità del siderurgico e a 20 Km di distanza da
questo, ne deriva che è da ipotizzare per questi soggetti la presenza di fonti espositive a cromo
di natura extraprofessionale sulle quali occorrerebbe effettuare ulteriori ricerche per la loro
individuazione.

Nei lavoratori del siderurgico non è stato evidenziato un incremento significativo


dell’eliminazione urinaria di cromo a fine turno di lavoro rispetto all’inizio turno. Il massimo
incremento osservato va da 1.20 a 2.40 μg/L, ben lontano dai 10 μg/L che rappresenta il
limite dell’incremento accettabile tra inizio e fine turno come TLV biologico per attestare una
esposizione corrente secondo quanto proposto dall’ACGIH per l’anno 2005 (3). Ciò non
sorprende se si considera che l’analisi mineralogica ha permesso di evidenziare nelle materie
prime la presenza di cromo in concentrazioni sempre al di sotto di 1 mg/kg e la
determinazione del cromo nella frazione respirabile dell’aria ambiente di lavoro ha mostrato
valori compresi tra 0.3 e 46.0 μg/m3, cioé uno o due ordini di grandezza al di sotto del TLV
proposto dall’ACGIH per il cromo nell’anno 2005, che è di 0.5 mg/m3 (3,30).

L’età, l’abitudine al fumo di sigaretta e il tipo di residenza, non hanno mostrato


alcuna associazione con l’eliminazione urinaria di cromo sia nei tre gruppi che nel campione
totale, a differenza di quanto riportato in letteratura, dalla quale si rileva una associazione con
l’aumentare dell’età, il risiedere in aree industriali, l’aumentare del numero di sigarette fumate
(15,29). Non è stata osservata, inoltre, alcuna associazione con il tipo di acqua consumata. In
proposito appare opportuno precisare che, essendo il cromo presente nel suolo non
contaminato in concentrazioni medie comprese tra 11 e 22 mg/kg, esso può passare nelle falde
idriche ed in alcuni alimenti ed essere così introdotto nell’organismo dove, in quanto metallo
essenziale, svolge una funzione nel metabolismo del glucosio, delle proteine e dei grassi.
Secondo l’EPA (Environmental Protection Agency) l’introduzione media quotidiana di cromo
nell’organismo sarebbe più elevata attraverso l’acqua ed il cibo rispetto alla introduzione che
avviene con l’aria respirata, con valori rispettivamente pari a 2.0 μg, 60 μg, 0.2- 0.4 μg. (15)

16
I lavoratori del siderurgico non hanno presentato una eliminazione urinaria di
arsenico inorganico, comprendente l’arsenico inorganico propriamente detto e le due forme
metilate, cioè l’acido monometilarsonico (MMA) e l’acido dimetilarsinico (DMA), più
elevata rispetto ai soggetti residenti in prossimità dello stabilimento e di questi rispetto a
quelli residenti a distanza.

In tutti e tre i gruppi di soggetti esaminati il 95° percentile del valore dell’arsenico
urinario eliminato è superiore a 15 μg/L, che rappresenta il 95° percentile dei valori di
riferimento che la SIVR riporta per la popolazione generale non esposta professionalmente ad
arsenico inorganico (29). Inoltre, in tutti e tre i gruppi sono stati rilevati valori del limite alto
del range dell’arsenico inorganico che superano i 35 μg/L, che rappresenta il TLV biologico
proposto dall’ACGIH per il 2005 (3). Da quanto riferito emerge che in tutti e tre i gruppi di
soggetti analizzati ve ne sono alcuni che presentano una lieve sovraesposizione ad arsenico
inorganico che sembra indipendente da quella di origine professionale verificandosi sia tra i
lavoratori che tra i soggetti della popolazione generale. L’esposizione professionale, infatti,
misurata con campionatori sia fissi che personali, ha sempre evidenziato concentrazioni
ambientali di arsenico inorganico di due ordini di grandezza al di sotto del TLV dell’ACGIH
per il 2005, che corrisponde a 0.01 mg/m3(3).

E’ risultata una associazione significativa inversa tra abitudine al fumo di sigaretta ed


eliminazione urinaria di arsenico, che è solo in parte spiegata dall’abbandono da diversi lustri
dell’utilizzo di pesticidi a base di composti arsenicali per la difesa delle piante di tabacco
dagli insetti. Infatti, l’arsenico inorganico è ancora presente nel fumo di sigaretta, come
evidenziato da uno studio condotto negli Stati Uniti da cui emerge che fumare 40 sigarette al
giorno comporta una assunzione di arsenico inorganico pari a 10 μg (1).

In accordo con i dati di letteratura, l’abitare in area industriale condiziona una più
elevata eliminazione di arsenico inorganico rispetto al risiedere in area urbana o rurale
(20,21,29). Nei lavoratori e nel totale del campione esaminato, infatti, la maggiore
eliminazione di arsenico inorganico rispetto ai residenti nelle altre due aree è risultata
significativa.

Il maggior consumo di crostacei si associa a una più elevata eliminazione di arsenico


inorganico pressoché in tutti e tre i gruppi e sul campione totale che raggiunge la
significatività statistica soltanto nei soggetti del gruppo C. Anche tra eliminazione urinaria di
arsenico inorganico e quantità di molluschi consumati esiste un trend evidente, quasi sempre
significativo, in tutti e tre i gruppi esaminati separatamente e sul campione totale. E’ noto
dalla letteratura che crostacei e molluschi contengono elevate quantità non solo di arsenico
organico ma anche di arsenico inorganico, che attraverso il loro utilizzo nella dieta si liberano
nell’apparato gastroenterico dell’uomo e vengono assorbite andando a rappresentare, nelle
popolazioni che fanno un grande uso di questi alimenti, la quota preponderante di arsenico
totale contenente anche arsenobetaina e arsenocolina (21). Infatti, i dati di letteratura riportano
per l’arsenico totale nei crostacei concentrazioni variabili tra 2.3 e 149.2 mg/kg di peso secco
e nei bivalvi tra 1.2 e 24.2 mg/kg di peso secco e per l’arsenico inorganico nei crostacei
concentrazioni variabili tra 0.1 e 1.3 mg/kg di peso secco e nei bivalvi tra 0.1 e 1.6 mg/kg di
peso secco (9,22,23,25).

L’aver consumato crostacei e/o molluschi negli ultimi tre giorni precedenti il
campionamento delle urine per la determinazione dell’arsenico inorganico si associa in tutti e
tre i gruppi e nel campione totale in maniera significativa alla maggiore eliminazione urinaria

17
di arsenico inorganico. Le quantità di arsenico inorganico riscontrate nelle urine di coloro che
avevano consumato l’ultimo pasto a base di crostacei e/o molluschi nei tre giorni precedenti la
raccolta delle stesse è risultata da due a tre volte più elevate rispetto a coloro che li avevano
consumati da quattro a più giorni antecedenti la raccolta (9).

Il consumo di acqua minerale si associa a una maggior eliminazione urinaria di


arsenico in tutti e tre i gruppi e nel campione totale rispetto al consumo di acqua della rete
idrica o a quello misto minerale/rete idrica, che è al limite della significatività statistica nei
lavoratori gruppo A e nei soggetti gruppo C ed è altamente significativo sul totale campione.
A riguardo si fa rilevare che il Decreto Ministeriale 12 novembre 1992, n. 542 (Regolamento
recante i criteri di valutazione delle caratteristiche della acque minerali naturali), consente la
presenza nell’acqua minerale naturale al massimo di una concentrazione di arsenico totale
pari a 200 μg/L, di cui 50 μg/L come arsenico trivalente e 150 μg/L come arsenico
pentavalente (13). Anche l’EPA, in considerazione degli effetti cancerogeni derivanti
dall’assunzione di acqua contenente elevate concentrazioni di arsenico inorganico osservati in
alcune popolazioni del Bangladesh e nella zona di Antofagasta in Cile e, allo scopo di ridurre
l’esposizione della popolazione generale all’arsenico inorganico, ha proposto un limite di
arsenico inorganico nelle acque per uso alimentare di 10 μg/L (10,11,16,18,26,27).

Il consumo di crostacei e/o di molluschi è variamente correlato con l’eliminazione


urinaria di arsenico inorganico. Il giorno dell’ultimo pasto a base di crostacei e/o molluschi
condiziona l’eliminazione urinaria di arsenico in maniera significativa nei lavoratori gruppo
A, nei soggetti gruppo C e nel totale campione e, al limite della significatività statistica, nei
soggetti gruppo B.

Da quanto sinora riportato in riferimento alla relazione esistente tra assunzione di


arsenico inorganico per via inalatoria (aria ambiente di lavoro – aria ambiente di vita – fumo
di sigaretta), per via alimentare (acqua per uso alimentare – consumo di crostacei e/o di
molluschi e giorno dell’ultimo pasto a base di questi ultimi) ed eliminazione urinaria del
metallo, emerge che il consumo di acqua minerale, l’assunzione di crostacei e/o molluschi, il
giorno dell’ultima assunzione di questi e la residenza in area industriale sembrano
condizionare l’eliminazione urinaria di arsenico inorganico. Al contrario, l’esposizione
professionale, non essendo emersa una maggiore eliminazione di arsenico inorganico nei
lavoratori del siderurgico rispetto alla popolazione generale residente in prossimità dello
stabilimento e di quest’ultima rispetto a quella residente a distanza dallo stesso, non sembra
condizionare l’eliminazione urinaria dell’arsenico inorganico.

In conclusione i lavoratori dello stabilimento siderurgico non sembrano avere una


maggiore esposizione a cromo e ad arsenico inorganico rispetto ai soggetti della popolazione
generale residente in prossimità dello stabilimento e di questi ultimi rispetto a quelli residenti
a circa 20 km dallo stesso.

L’età, la residenza e il fumo di tabacco non sono risultati associati ad una più elevata
eliminazione di cromo urinario sia nei tre gruppi analizzati separatamente che nel totale del
campione esaminato.

L’eliminazione urinaria di arsenico inorganico è risultata associata al consumo di


acqua minerale, alla residenza in zona industriale, al consumo di crostacei e molluschi e
condizionata dall’assunzione di crostacei e/o molluschi negli ultimi tre giorni precedenti la
raccolta delle urine. Quest’ultimo dato è in linea con i dati di letteratura che suggeriscono di

18
raccogliere le urine per la determinazione dell’arsenico inorganico almeno due giorni dopo un
pasto a base di crostacei e/o molluschi allo scopo di escludere l’influenza sull’arsenico
inorganico urinario della quota di arsenico inorganico proveniente dalla dieta (9).

Ulteriori ricerche andrebbero svolte allo scopo di caratterizzare meglio le specie


dell’arsenico eliminate con le urine per definire la provenienza dell’arsenico inorganico
determinato con la spettrofotometria ad assorbimento atomico che, come anzidetto,
comprende, oltre all’arsenico inorganico tal quale, anche l’MMA ed il DMA. In altre parole,
queste ricerche dovrebbero permettere di verificare se l’MMA ed il DMA che si osservano
nelle urine dei lavoratori e/o dei soggetti della popolazione generale derivano dalla
metilazione dell’arsenico inorganico penetrato nell’organismo, che avviene nel fegato, o dal
catabolismo dell’arsenico organico introdotto per via alimentare attraverso crostacei e
molluschi (6).

19
BIBLIOGRAFIA

1. Agency for toxic substances and Diseases Registry. Toxicological profile for arsenic
update. ATSDR, Atlanta GA, 2000.

2. Alimenti A, Petrucci F, Krachler M, Bocca B, Caroli S: Reference values for chromium,


nickel and vanadium in urine of youngsters from the urban area of Rome. J Environ Monit
2000; 2: 351-354.

3. American Conference of Governmental Industrial Hygienists: TLVs and BEIs for chemical
substances and physical agents. ACGIH, Cincinnati OH, 2005.

4. Apostoli P, Maranelli G, Duca PG, Gavazzano P, Bortoli A, Cruciatti A, Elia G, Minoia C,


Piccinini R, Sabbioni E, Sciarpa G, Soave C: Reference values of urinary chromium in Italy.
Int Arch Occup Environ Health 1997; 70: 173-179.

5. Apostoli P, Minoia C, Hamilton El: Significance and utility of reference values in


occupational medicine. Sci Tot Environ 1998; 209: 69-77.

6. Apostoli P, Bartoli D, Alessio L, Buchet JP: Biological monitoring of occupational


exposure to inorganic arsenic. Occup Environ Med 1999; 56:825-832.

7. Apostoli P, Alessio L: Rischi e patologia da metalli. In: Foà V, Ambrosi L (Eds): Medicina
del Lavoro. UTET, Torino, 2003: 173-197.

8. Besso A, Nyberg F, Pershagen G. Air pollution and lung cancer mortality in the vicinity of
a non ferrous metal smelters in Sweden. Int J Cancer 2003; 107: 448-52.

9. Buchet JP, Linos D, Ruggeri M, Foà V, Elia G: Assessment of exposure to inorganic


arsenic, a human carcinogen, due to the consumption of seafood. Arch Toxicol 1996; 70: 773-
778.

10. Cantor P: Invited Commentary: arsenic and cancer of urinary tract. Am J Epidemiol 2001;
153: 419-421.

11. Chiou H, Chiou S, Hsu Y, Tseng C, Wie M, Jen C: Incidence of transitional cell
carcinoma and arsenic in drinking water: a follow up study of 8.102 residents in an arseniasis-
endemic area in Northeastern Taiwan. Am J Epidemiol 2001; 153: 411-418.

12. Cone JE : Occupational lung cancer. Occupational Medicine: State of the Art Reviews
1987; 2: 273-295.

13. DM 12 Novembre 1992 n. 542. Gazzetta Ufficiale della Repubblica Italiana, 12 gennaio
1993, 8.

14. Elia G, Carrus A, Schiavulli N, Foà V: Eliminazione urinaria di arsenico e i suoi


metabolici in una popolazione non esposta professionalmente di maschi adulti residenti nella
provincia di Bari. G Ital Med Lav Erg 1999; 21: 263-265.

20
15. Environmental Protection Agency. Health assessment document for chromium (Final
report n. EPA600/8-83-014F) Research Triangle Park, NC, United States, 1984.
(www.epa.gov/ttn/atw/hlthef/chromium.html)

16. Environmental Protection Agency: Health assessment document for arsenic compounds
(Final report n. EPA540/1-86/020). Research Triangle Park, NC, United States, 2000.
(www.epa.gov/safewater/arsenic/index.html)

17. Ferri GM, Gallo A, Sumerano M, De Nicoli MR, Izzotti A, Conversano M, Bailardi F,
Antonelli G, Crescenzo R, Ricci V, Cassano F, De Marinis G, Elia G, Corrado V, Lo Izzo A,
De Nichilo G, Ferrannini A, Assennato G: Exposure to PAHs, urinary 1-pyrenol and DNA
adducts in samples from a population living at different distances from a steel plant. G Ital
Med Lav Ergon 2003; 25: 32-34.

18. Habibul A, Perrin M, Rahman A, Parvez F, Stute M: Associations between drinking water
and urinary arsenic levels and skin lesions in Bangladesh. JOEM 2000; 42: 1195-1201.

19. International Agency for Research on Cancer: Some metals and metallic compounds.
Monographs on the Evaluation of the Carcinogenic Risk of Chemicals to Humans. WHO,
Lyons, 1980; 23.

20. International Agency for Research on Cancer: Chromium and chromium compounds.
WHO, Lyons, 1990:49.

21. International Programme on Chemical Safety: Environmental Health Criteria 224 Arsenic
and Arsenic Compounds (Second Edition). WHO, Geneva, 2001.

22. Lopez JC, Reja C, Montoro R, Cervera MN, Dellaguardia M: Determination of inorganic
arsenic in seafood products by microwave assisted distillation and atomic absorption
spectrometry. J Anal Spectrom 1994; 9: 651-656.

23. Munoz O, Devesa V, Suner MA, Velez D, Montoro R, Urieta I, Macho ML, Jalon M:
Total and inorganic arsenic in fresh and processed fish products. J Agric Food Chem 2000;
48: 4369-4376.

24. Organizzazione Mondiale della Sanità: Rapporto Annuale Ambiente e Salute 1995.
(www.who.int)

25. Phillips DJH: Arsenic in aquatic organism: a review, emphasizing chemical speciation.
Aquat Toxicol 1990; 16: 151-186.

26. Rahman MM, Chowdhury UK, Mukherjee SC, Mondal BK: Chronic Arsenic toxicity in
Bangladesh and West Bengal, India-A review and commentary. Clin Toxicol 2001; 39: 683-
700.

27. Smith A, Goyocolea M, Haque R, Biggs ML: Marked increase in bladder and lung cancer
mortality in a regione or northen Cile due to arsenic in drinking water. Am J Epidemiol 1998;
147: 660-669.

21
28. Smith GH, Williams FLR, Lloyd OLL: Respiratory cancer and air pollution from iron
foundries in a Scottish town: an epidemiological and environmental study. Br J Ind Med
1987; 44: 795-802.

29. Società Italiana Valori di Riferimento: 2a lista dei valori di riferimento per elementi
metallici, composti organici e loro metabolici. 2a edizione rivista e corretta. SIVR, Pavia,
2005.

30. Yokoyama K, Araki S, Sato H, Aono H: Circadian rhythms of seven heavy metals in
Plasma, erythrocites and urine in men: observation in metal workers. Ind Health 2000; 38:
205-212.

31. Vahter M, Birger L: Concentrations of arsenic in urine of the general population in


Sweden. Sci Tot Environ 1986; 54: 1-12.

32. Wilhem M, Ewers U, Schulz C: Revised and new reference values for some trace
elements in blood and urine for human biomonitoring in environmental medicine. Int J Hyg
Environ Health 2004; 207: 69-73.

33. World Health Organization: Air quality guidelines for Europe. Second Edition. WHO
Regional Publications, European Series: 91. WHO, Geneva, 2000.

22
Tabella 1: Caratteristiche generali dei soggetti esaminati.

Lavoratori Gruppo A Soggetti Gruppo B Soggetti Gruppo C

N Media SD Mediana Range N Media SD Mediana Range N Media SD Mediana Range

Età* 195 36.2 10.8 33.0 19-60 105 42.8 13.2 46.0 19-60 144 38.5 13.0 39.0 19-60

BMI 105 26.3 3.9 25.9 17.8-43.2 105 26.1 3.9 25.6 16.3-37.6 144 25.7 3.9 25.2 17.3-39.1

Fumo di sigaretta:
102 16.5 14.8 12.0 1-72 47 16.4 12.4 13.0 2-44 49 16.7 13.0 15.0 1-48
Pacchetti/anno

* t = 7,28; p = 0.001.

Tabella 2: Distribuzione dei soggetti dei tre gruppi per tipo di scolarità.

Scolarità Lavoratori gruppo A Soggetti gruppo B Soggetti gruppo C Totale

N % N % N %
Licenza elementare 13 6.7 18 17.1 4 2.8 35

Licenza media inferiore 120 61.5 48 45.7 52 36.1 220

Licenza media superiore 62 31.8 36 34.3 72 50.0 170

Laurea 0 - 3 2.9 16 11.1 19

Totale 195 100 105 100 144 100 444

23
Totale 195 100 105 100 144 100 444
Chi-quadrato = 60; p = 0.000.

COMPLESSO
SIDERURGICO

QUARTIERE
TAMBURI

Quartieri S.VITO-LAMA-TALSANO

24
Figura 1: Ubicazione del complesso siderurgico e dei quartieri di Taranto ove è stata condotta l’indagine.
Figura 2: Distribuzione di frequenza dell’età nei tre gruppi considerati.

40

30

Lavoratori Gruppo A 20

10

0
20,0 25,0 30,0 35,0 40,0 45,0 50,0 55,0 60,0
22,5 27,5 32,5 37,5 42,5 47,5 52,5 57,5

ETÀ

20

Soggetti Gruppo B 10

0
20,0 25,0 30,0 35,0 40,0 45,0 50,0 55,0 60,0
22,5 27,5 32,5 37,5 42,5 47,5 52,5 57,5

ETA'

30

20
Soggetti Gruppo C

10

0
17,5 22,5 27,5 32,5 37,5 42,5 47,5 52,5 57,5
20,0 25,0 30,0 35,0 40,0 45,0 50,0 55,0 60,0

ETA'
25
Tabella 3: Distribuzione dei soggetti dei tre gruppi per abitudine al fumo di sigaretta.

Lavoratori Soggetti Soggetti Totale


Gruppo A Gruppo B Gruppo C

N % N % N % N

Fumatori 102 52.3 47 44.8 49 34.0 198

Non fumatori 53 27.2 41 39.0 80 55.6 174

Ex fumatori 40 20.5 17 16.2 15 10.4 72

Totale 195 100 105 100 144 100 444

Chi-quadrato = 28.4; p = 0.000.

26
Tabella 4: Distribuzione dei soggetti appartenenti ai tre gruppi per numero pacchetti/anno di fumo.

Lavoratori Soggetti Soggetti Totale


Pack/Year Gruppo A Gruppo B Gruppo C

N % N % N % N

1-10 48 47.1 21 44.7 19 38.8 88

11-20 21 20.6 11 23.4 16 32.6 48

> 20 33 32.3 15 31.9 14 28.6 62

Totale 102 100 47 100 49 100 198

27
Tabella 5: Distribuzione dei soggetti appartenenti ai tre gruppi per numero di sigarette fumate/die.

Lavoratori Soggetti Soggetti Totale


Numero di Gruppo A Gruppo B Gruppo C
sigarette/die N % N % N % N

1-10 35 34.3 18 38.3 14 28.6 67

11-20 48 47.1 25 53.2 30 61.2 103

> 20 19 18.6 4 8.5 5 10.2 28

Totale 102 100 47 100 49 100 198

28
Tabella 6: Distribuzione dei soggetti appartenenti ai tre gruppi per consumo di alcol.

Lavoratori Soggetti Soggetti Totale


Consumo di Gruppo A Gruppo B Gruppo C
alcol (gr/die) N % N % N % N

Astemio 39 20.0 21 20.0 29 20.1 89

1-10 96 49.2 53 50.5 76 52.8 225

> 10 60 30.8 31 29.5 39 27.1 130

Totale 195 100 105 100 144 100 444

29
Tabella 7: Distribuzione dei soggetti appartenenti ai tre gruppi per residenza.

Lavoratori Soggetti Soggetti Totale


Zona di residenza Gruppo A Gruppo B Gruppo C

N % N % N % N

Industriale 10 5.1 90 85.7 0 - 100


(area con presenza di industrie a
meno di 500 m dall’abitazione)

Urbana 83 42.6 15 14.3 79 54.9 177


(area ad alta densità abitativa e
con intenso traffico
autoveicolare)

Rurale
102 52.3 0 - 65 45.1 167
(area a bassa densità abitativa e
con scarso traffico
autoveicolare)

Totale 195 100 105 100 144 100 444


Chi quadrato = 323; p = 0.000.

30
Tabella 8: Distribuzione dei soggetti appartenenti ai tre gruppi per consumo di crostacei.

Lavoratori Soggetti Soggetti Totale


Consumo di crostacei Gruppo A Gruppo B Gruppo C
(gamberi, scampi, cicale, N % N % N % N
aragoste, ecc.)

Mai 14 7.2 21 20.0 18 12.5 53

Da raramente a due
133 68.2 42 40.0 77 53.5 252
volte/mese

≥ 1 volta /settimana 48 24.6 42 40.0 49 34.0 139

Totale 195 100 105 100 144 100 444

Chi-quadrato = 25.1; p = 0.000.

31
Tabella 9: Distribuzione dei soggetti appartenenti ai tre gruppi per consumo di molluschi.

Lavoratori Soggetti Soggetti Totale


Consumo di molluschi Gruppo A Gruppo B Gruppo C
(cozze, vongole, N % N % N % N
ostriche, ecc.)

Mai 31 15.9 26 24.8 30 20.8 87

Da raramente a due
116 59.5 39 37.1 72 50.0 227
volte/mese

≥ 1 volta /settimana 48 24.6 40 38.1 42 29.2 130

Totale 195 100 105 100 144 100 444


Chi-quadrato = 13.9; p = 0.008.

32
Tabella 10: Distribuzione dei soggetti esaminati per consumo di crostacei e molluschi.

Consumo di molluschi

Mai Da raramente a =>1


Consumo di crostacei Totale
due volte/mese volta/settimana

N % N % N %

Mai 38 8.6 9 2.0 6 1.4 53

Da raramente a due
28 6.3 193 43.5 31 7.0 252
volte/mese

≥ 1 volta /settimana 21 4.7 25 5.6 93 20.9 139

Totale 87 - 227 - 130 - 444


Rho = 0.50; p = 0.000.

33
Tabella 11: Distribuzione dei soggetti appartenenti ai tre gruppi per giorno dell’ultimo pasto a base
di crostacei e/o molluschi precedente la raccolta di urine.

Lavoratori Soggetti Soggetti Totale


Ultimo pasto a base di Gruppo A Gruppo B Gruppo C
crostacei e/o molluschi N % N % N % N

≤ 3 giorni 37 19.8 27 30.0 26 19.8 90

> 3 giorni
150 80.2 63 70.0 105 80.2 318

Totale 187 100 90 100 131 100 408


Chi-quadrato = 4.24; p = 0.120.

34
Tabella 12: Distribuzione dei soggetti appartenenti ai tre gruppi per tipo di acqua consumata.

Lavoratori Soggetti Soggetti Totale


Tipo di acqua Gruppo A Gruppo B Gruppo C
consumata N % N % N % N

Minerale 117 60.3 73 69.5 107 75.4 297


Rete idrica 52 26.8 22 21.0 29 20.4 103
Minerale/rete idrica 25 12.9 10 9.5 6 4.2 41

Totale 194 100 105 100 142 100 441


Chi-quadrato = 11.24; p = 0.024.

35
Tabella 13: Concentrazione di cromo e arsenico nei minerali utilizzati come materie prime nel siderurgico.

Minerali Tipi Arsenico e suoi composti Cromo VI e suoi composti


di minerali espressi come As (mg/Kg) espressi come Cr (mg/Kg)
Mediana Range

Fossili per cokeria 7 10.1 2.0-89.8 1,0

Minerali Fini 10 26 2.0-177.4 1,0


Fini Vagliatura 2 8.2 6.5-9.9 1,0
Minerali Calibrati 8 13.8 3.5-28.7 1,0
Fanghi 4 22.7 15.8-29.6 1,0
Calcare 2 6.8 2.6-10.9 1,0
Altri minerali 4 13 2.0-30.88 1.0

36
Tabella 14: Concentrazioni ambientali di cromo e arsenico (frazione respirabile) valutate
mediante campionatori personali e fissi.

Zona di campionamento/Figura professionale Tipo di Arsenico Cromo


campionamento mg/m3 mg/m3
Impianti Marittimi:
- addetto alle pulizie P < 0,0001 0,0032
- Palista/escavatorista P < 0,0001 0,0032
- Segnalatore P < 0,0001 0,0034
- Palista/escavatorista P < 0,0001 0,0030
- Nastro trasportatore A < 0,0001 0,0027
- Nastro trasportatore A < 0,0001 0,0024
Parchi Minerali e Fossili
- Pulizie su nastro MP2 bis P < 0,0001 0,0055
- Pulizie c/o OMO 5 P < 0,0001 0,0460
- Pulizie c/o Stock house 4 P < 0,0001 0,0050
- Pulizie c/o nastro A3/ bis P < 0,0001 0,0175
- Pulizie nastro Loppa P < 0,0001 0,0013
- Esterno palazzina parchi A < 0,0001 0,0120
Agglomerato n.2
- Addetto forni P < 0,0001 0,0003
- Addetto linea P < 0,0001 0,0029
- Addetto dosatura e cicli P < 0,0001 0,0016
- Addetto pulizie a mano P < 0,0001 0,0017
- Addetto pulizie P < 0,0001 0,0007
- IV piano linea D A < 0,0001 0,0007
Acciaieria n.1 – Convertitori
- Addetto affinazione P < 0,0001 0,0005
- Addetto affinazione P < 0,0001 0,0007
- Addetto affinazione P < 0,0001 0,0012
- Addetto ferroleghe P < 0,0001 0,0005
- Addetto magazzino P < 0,0001 0,0006
- C/o tramoggia ferroleghe A < 0,0001 0,0011
Acciaieria n.2 – Convertitori
- Addetto ferroleghe P < 0,0001 0,0017
- Addetto ferroleghe P < 0,0001 0,0017
- Addetto affinazione P < 0,0001 0,0019
- Addetto affinazione P < 0,0001 0,0032
- Addetto affinazione P < 0,0001 0,0010
- Pulpito stirring COV 2 A < 0,0001 0,0012

P = Personale; A = Ambientale (postazione fissa).

37
Tabella 15: Concentrazione di cromo urinario (μg/L) nei lavoratori gruppo A a inizio e fine turno.

Lavoratori
Significatività
N Media SD Mediana Range
gruppo A t p

Inizio turno 195 0.15 0.13 0.10 0.05-1.20


0.70 0.486
Fine turno 195 0.16 0.22 0.10 0.05-2.40

Tabella 16: Concentrazione di cromo urinario (μg/L) nei tre gruppi esaminati.

Soggetti Significatività
N Media SD Frequenza casi con Percentili Range
Esaminati F p
valore 0.05 5 50 95
Lavoratori
195 0.15 0.13 18.5 0.05 0.10 0.40 0.05-1.20
gruppo A
Soggetti 0.20 0.821
105 0.17 0.21 31.4 0.05 0.10 0.60 0.05-1.60
gruppo B
Soggetti
144 0.18 0.34 23.6 0.05 0.10 0.40 0.05-3.30
gruppo C

38
Tabella 17: Concentrazione di cromo urinario (μg/L) nei tre gruppi per fasce di età.

Soggetti
Significatività
Cut-off N Media SD Mediana Range
Esaminati t p
Lavoratori ≤ 38 113 0.14 0.10 0.10 0.05-0.60
1.40 0.184
gruppo A > 38 82 0.17 0.15 0.10 0.05-1.20
Soggetti ≤ 38 40 0.19 0.29 0.10 0.05-1.60
0.75 0.455
gruppo B > 38 65 0.15 0.15 0.10 0.05-0.80
Soggetti ≤ 38 70 0.14 0.09 0.10 0.05-0.50
1.31 0.190
gruppo C > 38 74 0.23 0.47 0.10 0.05-3.30
Totale ≤ 38 223 0.15 0.15 0.10 0.05-1.60
1.16 0.246
> 38 221 0.18 0.30 0.10 0.05-3.30

39
Tabella 18: Concentrazione di cromo urinario (μg/L) nei tre gruppi per fasce di BMI.

Soggetti
Significatività
BMI N Media SD Mediana Range
esaminati t p
Lavoratori ≤ 25 78 0.15 0.10 0.10 0.05-0.60
gruppo A 25-30 86 0.16 0.16 0.10 0.05-1.20 0.18 0.833

> 30 31 0.13 0.07 0.10 0.05-0.30


Soggetti ≤ 25 43 0.19 0.29 0.10 0.05-1.60
gruppo B 25-30 45 0.14 0.13 0.10 0.05-0.60 0.14 0.872

> 30 17 0.16 0.17 0.10 0.05-0.80


Soggetti ≤ 25 69 0.15 0.13 0.10 0.05-0.70
gruppo C 25-30 57 0.24 0.52 0.10 0.05-3.30 0.68 0.507

> 30 13 0.15 0.10 0.10 0.05-0.40


Totale ≤ 25 190 0.16 0.17 0.10 0.05-1.60
25-30 188 0.18 0.32 0.10 0.05-3.30 0.32 0.728

> 30 61 0.14 0.11 0.10 0.05-0.80

40
Tabella 19: Concentrazione di cromo urinario (μg/L) nei tre gruppi per abitudine al fumo di sigaretta.

Soggetti
Significatività
Fumo N Media SD Mediana Range
esaminati t p
Lavoratori Fumatori 102 0.16 0.14 0.10 0.05-1.20
gruppo A Non fumatori + ex fumatori 93 0.15 0.11 0.10 0.05-0.70 0.72 0.474

Soggetti Fumatori 47 0.15 0.13 0.10 0.05-0.80


gruppo B Non fumatori + ex fumatori 58 0.18 0.26 0.10 0.05-1.60 0.18 0.857

Soggetti Fumatori 49 0.20 0.35 0.10 0.05-2.50


gruppo C Non fumatori + ex fumatori 95 0.17 0.34 0.10 0.05-3.30 1.02 0.309

Totale Fumatori 198 0.17 0.21 0.10 0.05-2.50


Non fumatori + ex fumatori 246 0.16 0.26 0.10 0.05-3.30 1.14 0.254

41
Tabella 20: Concentrazione di cromo urinario (μg/L) nei tre gruppi per consumo di alcol.

Soggetti
Significatività
Consumo N Media SD Mediana Range
esaminati t p
di alcol
Lavoratori No 39 0.14 0.12 0.10 0.05-0.60
gruppo A Si 156 0.15 0.13 0.10 0.05-1.20 1.87 0.064

Soggetti No 21 0.19 0.23 0.10 0.05-0.90


gruppo B Si 81 0.16 0.21 0.10 0.05-1.60 0.27 0.789

Soggetti No 29 0.15 0.09 0.10 0.05-0.40


gruppo C Si 115 0.19 0.38 0.10 0.05-3.30 0.40 0.694

Totale No 89 0.15 0.15 0.10 0.05-0.90


Si 352 0.18 0.26 0.10 0.05-3.30 0.73 0.467

42
Tabella 21: Concentrazione di cromo urinario (μg/L) nei tre gruppi per tipo di residenza.

Soggetti
Significatività
Residenza N Media SD Mediana Range
esaminati t p
Lavoratori Industriale 10 0.16 0.10 0.10 0.05-0.40
gruppo A Urbana 83 0.15 0.11 0.10 0.05-0.60 0.16 0.856
Rurale 102 0.15 0.14 0.10 0.05-1.30
Soggetti Industriale 90 0.18 0.22 0.10 0.05-1.60
gruppo B Urbana 15 0.10 0.41 0.05 0.05-0.20 0.49 0.625
Rurale - - - - -
Soggetti Industriale - - - - -
gruppo C Urbana 79 0.18 0.29 0.10 0.05-2.50 0.30 0.765
Rurale 69 0.18 0.40 0.10 0.05-3.30
Totale Industriale 100 0.18 0.22 0.10 0.05-1.60
Urbana 177 0.16 0.21 0.10 0.05-2.50 0.39 0.681
Rurale 167 0.17 0.27 0.10 0.05-3.30

43
Tabella 22: Concentrazione di cromo urinario (μg/L) nei tre gruppi per consumo di crostacei.

Soggetti
Significatività
Consumo di crostacei N Media SD Mediana Range
esaminati t p
Lavoratori Mai 14 0.20 0.18 0.10 0.05-0.70
Gruppo A Da raramente a 2 volte/mese 133 0.15 0.14 0.10 0.05-1.20 1.28 0.282

≥1volta/settimana 48 0.13 0.07 0.10 0.05-0.30


Soggetti Mai 21 0.25 0.35 0.10 0.05-1.60
Gruppo B Da raramente a 2 volte/mese 42 0.15 0.15 0.10 0.05-0.80 1.61 0.205

≥ 1volta/settimana 42 0.15 0.16 0.10 0.05-0.90


Soggetti Mai 18 0.11 0.07 0.10 0.05-0.30
Gruppo C Da raramente a 2 volte/mese 77 0.16 0.28 0.10 0.05-2.50 4.44 0.014

≥ 1volta/settimana 49 0.25 0.47 0.20 0.05-3.30


Totale Mai 53 0.19 0.25 0.10 0.05-1.60
Da raramente a 2 volte/mese 252 0.16 0.19 0.10 0.05-2.50 0.59 0.557

≥ 1volta/settimana 139 0.18 0.30 0.10 0.05-3.30

44
Tabella 23: Concentrazione di cromo urinario (μg/L) nei tre gruppi per consumo di molluschi.

Soggetti
Significatività
Consumo di molluschi N Media SD Mediana Range
esaminati t p
Lavoratori Mai 31 0.19 0.15 0.20 0.05-0.70
Gruppo A Da raramente a 2 volte/mese 116 0.15 0.14 0.10 0.05-1.20 2.99 0.053

≥ 1volta/settimana 48 0.12 0.06 0.10 0.05-0.30


Soggetti Mai 26 0.20 0.33 0.10 0.05-1.60
Gruppo B Da raramente a 2 volte/mese 39 0.15 0.17 0.10 0.05-0.80 0.01 0.986

≥ 1volta/settimana 40 0.15 0.15 0.10 0.05-0.90


Soggetti Mai 30 0.25 0.59 0.10 0.05-3.30
Gruppo C Da raramente a 2 volte/mese 72 0.17 0.29 0.10 0.05-2.50 0.24 0.789

≥ 1volta/settimana 42 0.16 0.12 0.10 0.05-0.60


Totale Mai 87 0.21 0.40 0.10 0.05-3.30
Da raramente a 2 volte/mese 227 0.16 0.20 0.10 0.05-2.50 0.62 0.538

≥ 1volta/settimana 130 0.15 0.12 0.10 0.05-0.90

45
Tabella 24: Concentrazione di cromo urinario (μg/L) nei tre gruppi per giorno dell’ultimo pasto a base di crostacei e/o di molluschi.

Soggetti
Significatività
Giorni dell’ultimo pasto a N Media SD Mediana Range
esaminati t p
base di molluschi e/ di
crostacei
Lavoratori ≤ 3 giorni 37 0.12 0.05 0.10 0.05-0.20 1.19 0.235
Gruppo A > 3 giorni
150 0.15 0.13 0.10 0.05-1.20
Soggetti ≤ 3 giorni 27 0.14 0.13 0.10 0.05-0.60 0.77 0.441
Gruppo B > 3 giorni
63 0.16 0.13 0.10 0.05-0.90
Soggetti ≤ 3 giorni 26 0.28 0.47 0.10 0.05-2.50 2.24 0.026
Gruppo C > 3 giorni
105 0.17 0.32 0.10 0.05-3.30
Totale ≤ 3 giorni 90 0.17 0.27 0.10 0.05-2.50 0.05 0.958
> 3 giorni
318 0.16 0.22 1.00 0.05-3.30

46
Tabella 25: Concentrazione di cromo urinario (μg/L) nei tre gruppi per tipo di acqua consumata.

Soggetti
Significatività
Tipo di acqua consumata N Media SD Mediana Range
esaminati t p
Lavoratori Minerale 117 0.15 0.14 0.10 0.05-1.20
Gruppo A Rete idrica 52 0.15 0.11 0.10 0.05-0.60 0.16 0.872
Minerale/rete idrica 25 0.14 0.09 0.10 0.05-0.40
Soggetti Minerale 73 0.17 0.22 0.10 0.05-1.60
Gruppo B Rete idrica 22 0.16 0.16 0.10 0.05-0.80 0.07 0.964
Minerale/rete idrica 10 0.18 0.22 0.10 0.05-0.80
Soggetti Minerale 107 0.12 0.39 0.10 0.05-3.30
Gruppo C Rete idrica 29 0.13 0.09 0.10 0.05-0.40 1.02 0.308
Minerale/rete idrica 6 0.13 0.08 0.13 0.05-0.20
Totale Minerale 297 0.17 0.28 0.10 0.05-3.30
Rete idrica 103 0.15 0.12 0.10 0.05-0.80 0.96 0.336
Minerale/rete idrica 41 0.15 0.13 0.10 0.05-0.80

47
Tabella 26: Concentrazione di arsenico urinario (μg/L) nei tre gruppi esaminati.

Soggetti Significatività
N Media SD Pecentili Range
Esaminati F p

5 50 95
Lavoratori
195 7.2 10.1 0.58 4.0 25.2 0.3-75.0
gruppo A
Soggetti 0.85 0.427
105 7.7 8.7 0.80 4.4 28.8 0.6-40.0
gruppo B
Soggetti
144 7.8 10.3 0.80 4.9 22.4 0.6-84.0
gruppo C

48
Tabella 27: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per fasce di età.

Soggetti
Significatività
Cut-off N Media SD Mediana Range
Esaminati t p
Lavoratori ≤ 38 113 7.33 10.55 4.4 0.3-75.0
0.32 0.751
gruppo A > 38 82 6.98 9.50 3.7 0.4-63.3
Soggetti ≤ 38 40 6.30 6.99 5.4 0.6-30.0
1.14 0.257
gruppo B > 38 65 8.57 9.58 4.8 0.6-40.0
Soggetti ≤ 38 70 6.18 6.46 4.0 0.6-29.0
1.67 0.097
gruppo C > 38 74 9.36 12.76 5.9 0.6-84.0
Totale ≤ 38 223 6.78 8.83 4.2 0.3-75.0
1.43 0.153
> 38 221 8.24 10.68 4.8 0.4-84.0

49
Tabella 28: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per fasce di BMI.

Soggetti
Significatività
BMI N Media SD Mediana Range
esaminati F p
Lavoratori ≤ 25 78 6.92 10.5 3.6 0.3-75.0
gruppo A 25-30 86 7.58 10.4 4.0 0.5-63.3 0.16 0.856

> 30 31 6.70 7.9 4.2 0.4-35.4


Soggetti ≤ 25 43 7.51 8.9 4.4 0.6-40.0
gruppo B 25-30 45 7.80 8.7 4.4 0.8-40.0 0.21 0.810

> 30 17 7.93 8.8 3.4 0.8-31.8


Soggetti ≤ 25 69 7.31 7.1 4.6 0.8-29.0
gruppo C 25-30 57 7.04 9.4 4.8 0.6-67.0 0.43 0.653

> 30 13 14.66 22.4 8.4 0.8-84.0


Totale ≤ 25 190 7.19 9.0 4.2 0.3-75.0
25-30 188 7.47 9.7 4.7 0.5-67.0 0.07 0.930

> 30 61 8.75 12.7 4.0 0.4-84.0

50
Tabella 29: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per abitudine al fumo di sigaretta.

Soggetti
Significatività
Fumo N Media SD Mediana Range
esaminati t p
Lavoratori Fumatori 102 6.31 9.32 3.7 0.3-75.0
gruppo A Non fumatori + ex fumatori 93 8.13 10.78 4.4 0.5-63.3 1.70 0.092

Soggetti Fumatori 47 8.89 9.66 5.0 0.6-40.0


gruppo B Non fumatori + ex fumatori 58 6.90 7.88 3.8 0.8-40.0 0.34 0.737

Soggetti Fumatori 49 6.01 6.54 3.6 0.6-29.0


gruppo C Non fumatori + ex fumatori 95 8.75 11.68 6.0 0.6-84.0 1.89 0.061

Totale Fumatori 198 6.80 8.82 3.9 0.3-75.0


Non fumatori + ex fumatori 246 8.08 10.53 4.8 0.5-84.0 2.18 0.03

51
Tabella 30: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per consumo di alcol.

Soggetti
Significatività
Consumo N Media SD Mediana Range
esaminati t p
di alcol
Lavoratori No 39 5.65 5.65 4.2 0.5-25.6
gruppo A Si 156 7.56 10.70 4.0 0.3-5.0 0.11 0.913

Soggetti No 21 6.26 6.40 4.2 0.6-20.0


gruppo B Si 81 8.0 9.24 4.4 0.6-40.0 0.66 0.512

Soggetti No 29 8.37 15.62 4.8 0.6-84.0


gruppo C Si 115 7.67 8.52 5.0 0.6-67.0 0.76 0.451

Totale No 89 6.68 10.11 4.4 0.5-84.0


Si 352 7.70 9.76 4.4 0.3-75.0 0.81 0.416

52
Tabella 31: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per tipo di residenza.

Soggetti
Significatività
Residenza N Media SD MG Range
esaminati F p
Lavoratori Industriale 10 16.04 18.86 9.33 2.1-58.2
gruppo A Urbana 83 5.48 6.34 3.25 0.5-35.4 5.42 0.005
Rurale 102 7.70 10.93 4.41 0.3-75.0
Soggetti Industriale 90 8.27 9.21 4.87 0.8-40.0
gruppo B Urbana 15 4.31 3.42 3.06 0.6-14.2 1.63 0.107
Rurale - - - - -
Soggetti Industriale - - - - -
gruppo C Urbana 79 7.88 12.31 4.38 0.6-84.0 0.64 0.521
Rurale 65 7.75 7.18 4.90 0.6-28.2
Totale Industriale 100 9.0 10.68 5.20 0.8-58.2
Urbana 177 6.45 9.41 3.69 0.5-84.0 3.87 0.022
Rurale 167 7.72 9.62 4.60 0.3-75.0

53
Tabella 32: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per consumo di crostacei.

Soggetti
Significatività
Consumo di crostacei N Media SD Mediana Range
esaminati F p
Lavoratori Mai 14 6.21 4.66 4.8 0.5-16.0
Gruppo A Da raramente a 2 volte/mese 133 6.88 10.13 3.6 0.4-75.0 0.33 0.716

≥ 1volta/settimana 48 8.30 11.02 4.5 0.3-58.2


Soggetti Mai 21 6.90 9.69 3.0 0.6-34.8
Gruppo B Da raramente a 2 volte/mese 42 8.68 9.0 4.95 0.8-40.0 2.16 0.121

≥ 1volta/settimana 42 7.13 8.03 4.3 0.6-40.0


Soggetti Mai 18 7.31 15.36 2.3 0.6-67.0
Gruppo C Da raramente a 2 volte/mese 77 7.21 10.50 4.3 0.6-84.0 5.69 0.004

≥ 1volta/settimana 49 8.96 7.41 7.0 0.8-29.0


Totale Mai 53 6.85 10.90 3.4 0.5-67.0
Da raramente a 2 volte/mese 252 7.28 10.05 4.1 0.4-84.0 2.52 0.082

≥ 1volta/settimana 139 8.18 8.95 5.0 0.3-58.2

54
Tabella 33: Concentrazione di arsenico urinario (μg/L) nei tre gruppi per consumo di molluschi.

Soggetti
Significatività
Consumo di molluschi N Media SD Mediana Range
esaminati F p
Lavoratori Mai 31 4.71 4.53 3.5 0.5-25.6
Gruppo A Da raramente a 2 volte/mese 116 7.01 10.45 3.6 0.4-75.0 1.45 0.238

≥ 1volta/settimana 48 9.18 11.35 5.25 0.3-58.2


Soggetti Mai 26 4.04 4.15 2.9 0.6-21.0
Gruppo B Da raramente a 2 volte/mese 39 7.90 8.66 4.4 0.8-40.0 4.16 0.018

≥ 1volta/settimana 40 9.89 10.24 5.8 0.6-40.0


Soggetti Mai 30 5.24 4.13 3.90 0.6-13.2
Gruppo C Da raramente a 2 volte/mese 72 6.54 10.37 4.25 0.8-84.0 8.46 0.000

≥ 1volta/settimana 42 11.82 12.10 7.20 1.4-67.0


Totale Mai 87 4.69 4.26 3.4 0.5-25.6
Da raramente a 2 volte/mese 227 7.02 10.11 4.0 0.4-84.0 10.23 0.000

≥ 1volta/settimana 130 10.25 11.25 5.0 0.3-67.0

55
Tabella 34: Concentrazione di arsenico urinario (μg /L) nei tre gruppi per giorno dell’ultimo pasto
a base di crostacei e/o molluschi.

Soggetti Significatività
Ultimo N Media SD Mediana Range
esaminati t p
pasto
Lavoratori ≤ 3 giorni 37 14.26 15.34 9.4 0.4-75.0
gruppo A > 3 giorni 150 5.58 7.69 3.3 0.3-63.3 5.60 0.000

Soggetti ≤ 3 giorni 27 12.19 9.72 7.4 1.4-40.0


gruppo B > 3 giorni 63 6.63 8.31 3.6 0.6-40.00 3.46 0.001

Soggetti ≤ 3 giorni 26 17.06 19.03 10.8 0.8-84.0


gruppo C > 3 giorni 105 5.20 5.47 4.3 0.6-28.2 4.70 0.000

Totale ≤ 3 giorni 90 14.45 15.10 9.8 0.4-84.0


> 3 giorni 318 5.92 7.16 3.6 0.3-63.3 7.89 0.000

56
Tabella 35: Concentrazione di arsenico urinario (μg /L) nei tre gruppi per tipo di acqua consumata.

Soggetti
Significatività
Tipo di acqua N Media SD Mediana Range
esaminati t p
consumata

Lavoratori Minerale 117 8.14 11.03 4.6 0.4-75.0


gruppo A Rete idrica 52 6.07 9.70 3.45 0.3-63.3 1.72 0.087
Minerale/rete idrica 25 4.84 4.05 4.2 0.8-16.0

Soggetti Minerale 73 8.23 9.45 4.8 0.6-40.0


gruppo B Rete idrica 22 6.0 6.57 3.5 0.8-25.4 0.77 0.439
Minerale/rete idrica 10 7.61 7.33 4.5 0.8-21.2

Soggetti Minerale 107 8.02 8.74 5.70 0.6-67.0


gruppo C Rete idrica 29 5.54 5.57 3.40 0.6-25.2 1.71 0.090
Minerale/rete idrica 6 3.68 2.81 3.10 1.1-9.0

Totale Minerale 297 8.12 9.84 5.0 0.4-75.0


Rete idrica 103 5.91 8.03 3.40 0.3-63.3 2.60 0.010
Minerale/rete idrica 41 5.35 4.98 3.40 0.8-21.2

57
Tabella 36: Correlazione tra variabili continue ed eliminazione urinaria di arsenico.

Variabili continue Lavoratori Soggetti Soggetti Totale


gruppo A gruppo B gruppo C campione

r p r p r p r p

Età (anni) - - - - -

BMI (kg/m2) - - - - -

Alcol (g/die) - - - - -

Fumo (pacchetti/anno) - - - - -

Consumo di crostacei - - 0.30 0.000 0.14 0.003

Consumo di molluschi 0.16 0.029 0.24 0.012 0.24 0.003 0.21 0.000

Giorno ultimo pasto a - 0.40 0.000 - 0.30 0.004 - 0.39 0.000 - 0.38 0.000
base di crostacei e/o
molluschi

58
Tabella 37: Analisi della dipendenza dell’arsenico urinario dalle variabili continue.

Variabili continue Lavoratori Soggetti Soggetti Totale


gruppo A gruppo B gruppo C campione

F p F p F p F p

Età (anni) - - - -

BMI (kg/m2) - - - -

Alcol (g/die) - - - -

Fumo (pacchetti/anno) - - - - -

Consumo di crostacei - - 3.70 0.000 - 0.059

Consumo di molluschi - 0.066 - 3.58 0.000 - -

Giorno ultimo pasto a 30.84 0.000 - 0.077 20.17 0.000 56.20 0.000
base di crostacei e/o
molluschi

59
ALLEGATO 1

QUESTIONARIO PER LA VALUTAZIONE DEL RISCHIO PROFESSIONALE ED


AMBIENTALE DA ESPOSIZIONE A CANCEROGENI ACCERTATI: ARSENICO E
CROMO

Data questionario:………….. Numero progressivo: …………


DATI PERSONALI
Cognome:………………………………………..
Nome:…………………………………….…...
Luogo di nascita:…………………………….…. Data di
nascita:………………………………...
Età ........................ Sesso: M… F …
Altezza cm ............................ Peso kg ...........................
Scolarita' … lic. elementare … lic. media … diploma …
laurea
Domicilio:
Via…………………………………………………………………………………………
Comune……………………………………………… CAP……………………………
Prov………………………. Tel…………………………………………… …………...

RESIDENZA
La sua abitazione è situata in un’area:
Industriale (area con presenza di industrie a meno di 500 m dall’abitazione) …

Specificare………………………………………………………………………………………
Urbana (area ad alta densità abitativa e con intenso traffico autoveicolare) …
Rurale (area a bassa densità abitativa e con scarso traffico autoveicolare) …
Specificare, in caso di area rurale, la tipologia di coltivazioni
presenti……………………………….…………………………………………………………

SETTORE DI OCCUPAZIONE PROFESSIONALE


Agricoltura … Pubblico impiego …
Industria … Lavoro domiciliare …
Artigianato … Casalinga …

60
Commercio … Altro………………………………………..…

MANSIONE
………………………………………………………………………………………….
LAVORA in proprio … dipendente … occasionale …

STIMA DELL'ESPOSIZIONE PROFESSIONALE


Per quale azienda lavora attualmente e da quanto tempo
..................................................................…
In quale reparto e da quanto tempo
.................................................................................................…..
Da quanto tempo ricopre questa mansione?
..........................................................................................
Ha lavorato in altri reparti di questa azienda? … no … si
se si quali? 1............................................................ dal ....................al ...................
2........................................................... dal ....................al ...................
3........................................................... dal ....................al ...................
Ha svolto altri lavori in precedenza? … no … si
se si quali? 1........................................................... dal ....................al ...................
2........................................................... dal ....................al ...................
3........................................................... dal ....................al ...................

Ha lavorato in passato a contatto con una o piu' delle seguenti sostanze? ( barrare se si )
amianto e fibre minerali o artificiali … nichel e composti …

arsenico e composti … silice e silicati …

cromo e composti … fumi di saldatura …

Attualmente lavora a contatto con una o piu' delle seguenti sostanze? ( barrare se si )
Arsenico …
Cromo …

61
FUMO
Fumatore: Sì No Ex fumatore (da sei mesi) …
Se fumatore:
A che età ha iniziato a fumare?………………………………….
Ha fumato:
per anni……………………………………………
sigarette/die…………………………………
per anni……………………………………………
sigarette/die…………………………………
per anni……………………………………………
sigarette/die…………………………………
Se non fumatore o se ex fumatore:
Esposizione a fumo passivo: Sì No
Quante ore/die: …………………

ALCOL

Tipo di alcolici: Vino si … no … Quantità/die .......................


Birra si … no … Quantità/die .......................
Superalcolici si … no … Quantità/die ....................…

ABITUDINI ALIMENTARI

E’ vegetariano? … no … si
Consuma qualcuno dei seguenti alimenti:
Se si, con quale frequenza?
- prodotti caseari - n. di volte/settimana: .....................................................
- carni bovine - n. di volte/settimana: .........................................................
- pollame - n. di volte/settimana: ………………………………………....
- crostacei (gamberi, scampi, aragoste ecc) n. di volte/settimana ............................................
- molluschi (cozze, vongole ecc) n. di volte/settimana: ............................................................
Quanto tempo fa ha mangiato per l’ultima volta crostacei o molluschi?
…………………...........................................................................................................................

Beve acqua: minerale … da rete idrica … da pozzo …

62
ANAMNESI FAMILIARE

Familiarità per neoplasie … no … si , quali


....................................................................……………………………………………………
…………………………………………………………………………………………………

ANAMNESI PATOLOGICA

Patologie cutanee no … si …
quali...............................................................................................................................................
…………………………………………………………………………………………………..
Neoplasie no … si …
quali……………………………………………………………………………………………...
…………………………………………………………………………………………………...
Patologie renali no … si …
quali……………………………………………………………………………………………...
…………………………………………………………………………………………………..
Patologie epatiche no … si …
quali……………………………………………………………………………………………..
…………………………………………………………………………………………………..
Patologie vascolari (vasculopatie periferiche, ipertensione arteriosa) no … si …
quali…………..…………………………………………………………………………………
…………………………………………………………………………………………………..

Diabete no … si …

FARMACI

Usa farmaci abitualmente? no … si …


Se si, quali:
.......................................................................................................................................................
.........……………………………………………………………………………………………..
………………………………………………………………………………………………...…

HOBBY

Bricolage (lavori in legno, uso di colle, pitture) no … si …


Se si, specificare con quale frequenza: …………ore/settimana
Giardinaggio (uso di antiparassitari, pesticidi ecc.) no … si …
Se si, specificare con quale frequenza: …………ore/settimana

63
Studio caso-controllo relativo a casi di tumore incidenti nel comune di Taranto

. Sulla base delle evidenze scientifiche riportate dalla letteratura, sono state identificate, quali
patologie d'interesse, le seguenti cause:
− tumore polmonare;
− mesotelioma pleurico;
− tumore vescicale;
− tumori del sistema linfoemopoietico.

E' stato esplorato, quale fonte dei casi, il registro delle schede di dimissione ospedaliera (SDO)
relativo all'intera provincia di Taranto per il periodo 2000-2002.
Sono stati selezionati i soggetti (uomini e donne) con età compresa nell'intervallo 35-74 anni.
I numeri risultanti sono:

Uomini Donne Totale


Tumore polmonare 489 78 567
Tumore mal. della pleura 18 8 26
Tumore vescicale 337 56 393
Tumori del sistema linfoemopoietico 194 165 359

E' stata successivamente effettuata una ulteriore cernita atta ad eliminare tutti i soggetti non
residenti nel comune di Taranto. Si è così arrivati ad un blocco di 743 soggetti, che costituiscono il
database di casi incidenti nel periodo 2000-2002 nel comune di Taranto per le 4 patologie
considerate. I soggetti, uomini e donne nell'intervallo di età 35-74 anni, erano così ripartiti:

Uomini Donne Totale


Tumore polmonare 246 40 286
Tumore mal. della pleura 15 10 25
Tumore vescicale 179 29 208
Tumori del sistema linfoemopoietico 131 93 224
Totale 571 172 743

Contemporaneamente al reclutamento dei soggetti con una delle 4 patologie suddette (casi),
sono stati acquisiti i dati relativi ad un campione casuale della popolazione di Taranto (controlli). E'
stata individuata, quale fonte dei controlli di popolazione, l'anagrafe degli assistiti della provincia di
Taranto nel 2002 (circa 590.000 soggetti). Con adeguata procedura di estrazione randomizzata, che
teneva conto della distribuzione per età e sesso dei casi, è stato individuato un gruppo di controllo di
individui tutti residenti nel comune di Taranto.
I soggetti, reclutati nella misura di 3 per ogni caso, sono così distribuiti:

Uomini Donne Totale


Controlli 1713 516 2229

Per tutti i 2972 soggetti nello studio (2284 uomini e 688 donne) è stata raccolta la storia
residenziale, a cura dell’Ufficio Anagrafe del comune di Taranto. Sono stati così identificati una
serie di soggetti erroneamente reclutati (doppioni) o per i quali non era possibile ricostruire una
adeguata storia residenziale.
Per tutti i soggetti è stata stimata la “residenza principale”, intesa come la residenza di
maggiore durata con l’esclusione degli ultimi 10 anni. Per una quota di essi la residenza principale è
risultata essere al di fuori dell’area del comune di Taranto.
In considerazione di ciò 222 soggetti (7.5%) sono stati esclusi dallo studio, che è stato
concentrato sulla seguente base di dati:

Uomini Donne Totale


Casi:
Tumore polmonare 224 36 260
Tumore mal. della pleura 15 8 23
Tumore vescicale 159 24 183
Tumori del sistema
110 83 193
linfoemopoietico
Controlli: 1607 484 2091
Totale 2115 635 2750

Le età dei soggetti sono state codificate sulla base di 8 classi di età (35-39, 40-44, … 70-74).
La distribuzione dei soggetti per classe di età è mostrata nella tabella seguente (fra parentesi le
percentuali di colonna). Come mostrato dal valore del test di Pearson, le frequenze percentuali delle
osservazioni nelle celle non sono significativamente diverse.

Tumori Mesoteliomi Tumori Tumori


classe di età Controlli Totale
polmonari pleurici vescicali linfoemopoietici

26 3 0 1 4 34
35-39
(1.24 %) (1.15 %) (0.00 %) (0.55 %) (2.07 %) (1.24 %)
56 4 2 4 8 74
40-44
(2.68 %) (1.54 %) (8.70 %) (2.19 %) (4.15 %) (2.69 %)
130 12 1 9 20 172
45-49
(6.22 %) (4.62 %) (4.35 %) (4.92 %) (10.36 %) (6.25 %)
178 25 3 11 14 231
50-54
(8.51 %) (9.62 %) (13.04 %) (6.01 %) (7.25 %) (8.40 %)
262 27 1 29 25 344
55-59
(12.53 %) (10.38 %) (4.35 %) (15.85 %) (12.95 %) (12.51 %)
342 45 2 31 29 449
60-64
(16.36 %) (17.31 %) (8.70 %) (16.94 %) (15.03 %) (16.33 %)
479 63 6 44 35 627
65-69
(22.91 %) (24.23 %) (26.09 %) (24.04 %) (18.13 %) (22.80 %)
618 81 8 54 58 819
70-74
(29.56 %) (31.15 %) (34.78 %) (29.51 %) (30.05 %) (29.78 %)
2091 260 23 183 193 2750

χ2 = 25.53 (p = 0.599)

Per tutte le analisi epidemiologiche seguenti, ogni set di casi è stato confrontato con l’intero
set di controlli. Pertanto, i controlli originariamente campionati in ragione di 3 controlli per ogni
caso (matching ratio = 1:3), vengano a presentare valori di matching ratio molto elevati per ogni
singola patologia, realizzando una situazione di grande robustezza delle stime epidemiologiche
effettuate.

Casi Matching ratio

Tumore polmonare 260 1:8


Tumore mal. della pleura 23 1:91
Tumore vescicale 183 1:11
Tumori del sistema
193 1:11
linfoemopoietico
Totale 659 1:3

Ai fini di una stima epidemiologica dell’associazione fra ognuna delle patologie considerate
e la presenza di una possibile fonte di inquinamento ambientale, sono stati considerati 8 possibili
siti puntiformi:

1. L’impianto IP
2. I depositi IP
3. Il cementificio
4. Il deposito minerario
5. Le cokerie
6. Le acciaierie
7. I cantieri navali
8. L’arsenale militare

I siti puntiformi e le residenze principali di tutti i soggetti sono stati mappati utilizzando il
GIS MapInfo. Le figure seguenti mostrano le collocazioni geografiche dei soggetti per “caseness”.
Sono state successivamente calcolate le distanze della residenza principale di tutti i soggetti
nello studio da ognuno dei siti.
Per i soli controlli, da considerarsi come un campione casuale della popolazione, è stata
studiata la distribuzione delle distanze da ogni sito e sono stati stimati il 25°, il 50° e il 75°
percentile. Tali valori sono stati presi per la costruzione di 4 aree, concentriche rispetto ad ogni sito,
equivalenti in termni di numerosità della popolazione residente. La tabella seguente mostra le aree
identificate.

Corona n.
3 2 1 0
Distanza (km) da:
Impianto IP <5.16 5.16 - 6.12 6.12 - 6.87 >6.87
Deposito IP <5.28 5.28 - 6.23 6.23 - 6.99 >6.99
Cementificio <3.94 3.94 - 4.91 4.91 - 5.68 >5.68
Acciaierie <5.46 5.46 - 6.43 6.43 - 7.17 >7.17
Cokerie <4.79 4.79 - 5.64 5.64 - 6.35 >6.35
Deposito minerario <4.25 4.25 - 5.09 5.09 - 5.76 >5.76
Cantieri navali <3.85 3.85 - 4.27 4.27 - 4.97 >4.97
Arsenale militare <0.96 0.96 - 1.47 1.47 - 2.65 >2.65

Ogni soggetto è stato codificato in base alla corona di appartenenza e sono state stimate le
“odds ratio” per ogni patologia in rapporto ad ogni sito puntiforme.
Tumore polmonare

Si evidenzia un’associazione statisticamente significativa fra tumore polmonare e distanza


della residenza principale dalle acciaierie.

Distanza dalle acciaerie OR Int. confidenza 95%


Zona di riferimento 1.00
Zona 1 1.50 1.01 - 2.22
Zona 2 1.59 1.08 - 2.34
Zona 3 1.51 1.02 - 2.23

Test di omogeneità χ2 = 6.67 p = 0.04


(uguaglianza delle OR)
Test per il trend χ2 = 4.04 p = 0.04

Si evidenzia un’associazione statisticamente non significativa fra tumore polmonare e


distanza della residenza principale dai cantieri navali. A fronte di un trend statisticamente
significativo, gli intervalli di confidenza delle OR comprendono infatti il valore 1.

Distanza dai cantieri navali OR Int. confidenza 95%


Zona di riferimento 1.00
Zona 1 1.05 0.60 - 1.55
Zona 2 1.74 1.20 - 2.51
Zona 3 1.29 0.88 - 1.90

Test di omogeneità χ2=12.07 p = 0.01


(uguaglianza delle OR)
Test per il trend χ2 = 4.44 p = 0.04

Tumore mal. della pleura

Interessanti i risultati che si ottengono per il tumore maligno della pleura in rapporto alle
distanze delle residenze principali dai cantieri navali. Un trend statisticamente significativo descrive
la relazione fra rischio di tumore pleurico e vicinanza ai cantieri navali, anche se l’esiguo numero di
casi (23) si riflette sugli intervalli di confidenza e sul test di omogeneità.

Distanza dai cantieri navali OR Int. confidenza 95%


Zona di riferimento 1.00
Zona 1 1.51 0.25 - 9.08
Zona 2 4.48 0.96 - 20.93
Zona 3 4.43 0.95 - 20.67

Test di omogeneità χ2 = 7.20 p = 0.07


(uguaglianza delle OR)
Test per il trend χ2 = 6.10 p = 0.01
Tumore vescicale e tumori linfoemopoietici

Nessuna associazione viene evidenziata in rapporto alla distanza da alcuno dei siti
puntiformi considerati.
Cokerie Acciaierie

Depositi minerari

Impianto IP Cantieri navali

Arsenale militare

Cementificio
Depositi IP

Figura 1 - Distribuzione delle


residenze principali dei controlli
Cokerie Acciaierie

Depositi minerari

Cantieri navali
Impianto IP

Arsenale militare

Depositi IP Cementificio

Figura 2 - Distribuzione delle


residenze principali dei casi di
tumore polmonare
Cokerie Acciaierie

Depositi minerari

Impianto IP Cantieri navali

Arsenale militare

Depositi IP Cementificio

Figura 3 - Distribuzione delle


residenze principali dei casi di
tumore maligno della pleura
Cokerie Acciaierie

Depositi minerari

Cantieri navali
Impianto IP

Arsenale militare

Depositi IP Cementificio

Figura 4 - Distribuzione delle


residenze principali dei casi di
tumore vescicale
Cokerie Acciaierie

Depositi minerari

Impianto IP Cantieri navali

Arsenale militare

Depositi IP Cementificio

Figura 5 - Distribuzione delle


residenze principali dei casi di
tumore linfoemopoietico
ISTITUTO SUPERIORE PER LA PREVENZIONE
E LA SICUREZZA DEL LAVORO

DIPARTIMENTO DI MEDICINA DEL LAVORO


Laboratorio di Epidemiologia e Statistica Sanitaria Occupazionale

PROGETTO FINALIZZATO MINISTERO DELLA SALUTE


“Impatto sulla salute di particolari condizioni ambientali e di lavoro, di pianificazione
territoriale” - Codice identificativo: PMS/022/2002

UNITA’ OPERATIVA 15
Realizzazione di una mappa dei rischi occupazionali e della prevalenza dei fattori di rischio
caratterizzati in termini di settori di attività economica.

RELAZIONE CONCLUSIVA

A cura di:

Stefania Massari * (Responsabile Scientifico U.O. 15)

Alberto Scarselli *

Alessandro Marinaccio *

* Laboratorio di Epidemiologia e Statistica Sanitaria Occupazionale


Dipartimento di Medicina del Lavoro
INDICE

SINTESI ..................................................................................................................................3

1. PREMESSA ........................................................................................................................4

2. IL PROGETTO OCCUPATIONAL CANCER MONITORING (OCCAM) ..............4


2.1 IL SISTEMA INFORMATIVO ................................................................................................5
2.1.1 Le schede di dimissione ospedaliera .........................................................................5
2.1.2 Le anagrafi degli assistiti ..........................................................................................6
2.1.3 Gli archivi Inps per la ricostruzione delle storie lavorative.....................................7
3. DISEGNO DELLO STUDIO ............................................................................................8

4. LE FASI DELLO STUDIO ...............................................................................................9

5. LO STUDIO SULLA MORTALITÀ DELLA PROVINCIA DI TARANTO ............10


5.1 MATERIALI E METODI ....................................................................................................10
5.2 RISULTATI ......................................................................................................................22
5.3 DISCUSSIONE DEI RISULTATI E CONCLUSIONI RELATIVE AI DATI DI MORTALITÀ...........28
6. DATI DI INCIDENZA.....................................................................................................29
6.1 MATERIALI E METODI ....................................................................................................29
6.2 RISULTATI ......................................................................................................................43
6.3 DISCUSSIONE DEI RISULTATI E CONCLUSIONI RELATIVE AI DATI DI INCIDENZA ............52
APPENDICE 1......................................................................................................................54

APPENDICE 2......................................................................................................................55

APPENDICE 3......................................................................................................................57

2
Sintesi

Lo scopo dell’analisi è verificare gli effetti sulla salute derivanti da esposizioni professionali
nella provincia di Taranto, con particolare attenzione all'eccesso di rischio per tumore del polmone
riscontrato nell’area di studio. L'analisi è stata condotta utilizzando l’approccio del progetto
OCCAM che consiste in uno studio caso-controllo in cui l’esposizione è rappresentata dalla attività
lavorativa svolta dai soggetti inclusi nello studio. Questa, a sua volta, è ottenuta mediante un
collegamento automatizzato con le storie professionali della banca dati INPS.
Sono state considerate sia la mortalità, ricavata dagli archivi ASL per gli anni 1998-2001, sia
l’incidenza, cioè i casi con nuova diagnosi, relativi al periodo 2000-2002 individuati mediante le
schede di dimissione ospedaliera. Sono state considerate le diagnosi di tutte le patologie
suddividendo lo studio per "tumore" ed "altre malattie".
Lo studio, sia sulla mortalità sia sull’incidenza, non ha mostrato alcun eccesso di carcinoma
polmonare per gli addetti al settore della siderurgia. Né sono stati rilevati eccessi in questo settore
tenendo conto della lunghezza del periodo lavorativo. Questo studio conclude escludendo che
l’eccesso per tumore del polmone presente nell’area possa essere attribuito alla attività lavorativa
direttamente connessa allo stato di dipendente da impresa classificata come appartenente al settore
della siderurgia. Questo è probabilmente dovuto ad una diluizione del rischio reale caratteristico di
alcune mansioni e lavorazioni non individuabili dall’approccio OCCAM.
Indica tuttavia che negli addetti alla siderurgia è presente un consistente eccesso di tumori
della vescica, consistente con i dati della letteratura. Lo studio rileva invece rischi aumentati nel
settore dei trasporti, nel settore delle costruzioni meccaniche e dell’edilizia. Identifica alcuni casi di
tumore meritevoli di approfondimento per la possibile etiologia professionale.

3
1. Premessa

L’area di Taranto ( Comune di Taranto, Statte, Crispiano e Massafra ) comprende una


popolazione di 279.000 abitanti (Censimento ISTAT 1991) e presenta un eccesso di mortalità per
tutte le cause del 10,6% rispetto al riferimento regionale e per tutti i tumori tale eccesso è
dell’ 11,6%.
L’attività di ricerca legata all’Unità Operativa n. 15 – Epidemiologia Occupazionale - si
propone di valutare se ed in che misura l’eccesso di mortalità per tumore del polmone riscontrato
nella provincia di Taranto dallo studio della Organizzazione Mondiale della Sanità possa essere
attribuito alle esposizioni in ambiente lavorativo. In particolare, gli obiettivi prefissati sono stati:

− la valutazione degli effetti sulla salute derivanti da esposizioni professionali che


riguardano una proporzione consistente della popolazione;
− la creazione di un sistema di sorveglianza dei rischi professionali che consenta di
realizzare un monitoraggio permanente tramite l’utilizzo coordinato e integrato di più banche
dati e il coinvolgimento degli operatori locali impegnati nella sorveglianza degli ambienti di
lavoro;
− la realizzazione di una mappa dei rischi occupazionali e della prevalenza dei fattori
di rischio caratterizzati in termini di settori di attività economica;
− la messa a punto di un archivio di casi di patologia incidente corredato di
informazioni occupazionali ed ambientali.
Per poter valutare il ruolo etiologico delle esposizioni professionali è stato utilizzato un
approccio analitico che indaghi tali fattori a livello individuale.

Sono stati analizzati i dati ricavabili dai sistemi correnti, mortalità e schede di dimissione
ospedaliera (SDO) mediante la metodologia messa a punto dal progetto OCCAM.

2. Il progetto occupational cancer monitoring (OCCAM)

Lo scopo del progetto OCCAM è la realizzazione di un sistema informativo in grado di


riconoscere le situazioni di rischio oncogeno in campo lavorativo, in armonia con quanto previsto
dall’art. 71 del DLgs. 626/94 basandosi su procedure di record-linkage tra fonti informative correnti

4
di dati di patologia e di storie professionali.
Il progetto OCCAM (OCcupational CAncer Monitoring) consiste in uno studio caso-
controllo che confronta le storie professionali di chi si è ammalato (casi) con quelle di chi è senza
malattia (controlli).
Per fornire risultati validi i casi debbono essere tutti i soggetti di una popolazione che si
sono ammalati di tumore e i controlli debbono essere un campione delle popolazioni da cui
provengono i casi.
E’ così possibile stimare per quali tumori e in quali comparti produttivi vi sia una probabilità
(rischio) più elevata di malattia.
I risultati sono espressi in termini di rischio relativo (RR) che esprime il rapporto tra la
probabilità di ammalarsi di uno specifico tumore per i soggetti che hanno lavorato in uno specifico
ambito rispetto alla probabilità di contrarre la malattia del gruppo dei soggetti “non esposti”.
Ad esempio il rischio relativo 1.55 per tumore del fegato fra gli addetti alla siderurgia indica
che questi lavoratori hanno un rischio di contrarre questo tumore superiore del 55% rispetto ai non
esposti.

2.1 Il sistema informativo

Come fonti informative, nell'ambito dello studio caso-controllo, è stato possibile utilizzare
sia i Registri di mortalità sia le schede di dimissione ospedaliera per la rilevazione dei casi e
l'Anagrafe degli assistiti per l'estrazione dei controlli.
L'utilizzo dei Registri di mortalità si presenta interessante per la possibilità di valutare il
ruolo delle esposizioni professionali anche nella etiologia delle patologie non neoplastiche. Gli
aspetti critici sono costituiti dalla qualità del dato e dal fatto di poter esplorare solo le patologie
letali.

2.1.1 Le schede di dimissione ospedaliera

La retribuzione da parte del sistema sanitario nazionale (SSN) delle strutture sanitarie in
base alle prestazioni erogate si basa sulla rendicontazione alla Regione in cui la struttura è ubicata
delle attività svolte. Per i ricoveri questo avviene mediante invio dei records individuali relativi a
ciascun ricovero. Le informazioni contenute comprendono da quattro a sei codici per identificare le
patologie di cui il soggetto è affetto, altri codici per identificare le prestazioni maggiori (es. gli

5
interventi chirurgici) ed altri dati relativi alla prestazione quali la data di accettazione, la data di
dimissione, i reparti di ricovero. Per esigenze di controllo relative alla sorveglianza delle
molteplicità dei ricoveri relativi allo stesso soggetto, e per verificare se dopo una dimissione vi sia
stato un altro ricovero per recidivare della patologia, dal 1997 i records, detti anche “schede”,
relativi alle dimissioni ospedaliere contengono anche un codice che identifica univocamente il
soggetto. Questo codice può essere sia il “codice assistito” che viene generato al momento della
iscrizione dell’individuo al SSN, ovvero il codice fiscale, che viene generato dal sistema della
Anagrafe Tributaria, spesso al momento della nascita, e che è univoco su tutto il territorio
nazionale. Si tratta di un codice generato mediante algoritmo pubblico che condensa in una stringa
di 15 caratteri il cognome, il nome, il sesso, la data ed il luogo di nascita di ciascun individuo. Per
quanto riguarda le SDO, in molte Regioni italiane è previsto che il soggetto possa essere identificato
sia con l’uno sia con l’altro codice.
Di fatto l’uso del codice fiscale sta sostituendo quello del codice assistito in quasi tutte le
Regioni.
Il sistema informativo basato sulle schede di dimissione ospedaliera (SDO) è nominalmente
attivato in tutte le Regioni italiane, trattandosi di un sistema previsto dalla legge.
Tuttavia la qualità delle informazioni registrate è differente da Regione a Regione e,
all’interno della stessa Regione, varia da presidio a presidio.
Tuttavia si tratta di un sistema in miglioramento costante, dato che è la base del sistema di
spesa per le prestazioni ospedaliere in regime di convenzione. Anche le strutture private
convenzionate sono tributarie alla regione di queste informazioni. Una puntuale attività di verifica
sulla qualità delle informazioni è attuata da molte regioni italiane.

2.1.2 Le anagrafi degli assistiti

Mentre le SDO sono finalizzate alla retribuzione delle prestazioni in regime di ricovero, le
anagrafi degli assistiti costituiscono un altro sistema informativo su base regionale destinato alla
retribuzione dell’assistenza sanitaria di base. In questi archivi sono inclusi tutti i soggetti che hanno
fatto richiesta di fruire della assistenza sanitaria di base, mediante la scelta del medico. L’assistenza
di base viene erogata in base al domicilio dell’assistito e non in base alla residenza. Tuttavia di fatto
la base degli assistiti viene a coincidere con la base dei casi residenti che alimentano il sistema della
Regione delle dimissioni ospedaliere, per tale ragione l’anagrafe degli assistiti costituisce quindi
una valida fonte per il campionamento dei controlli.

6
2.1.3. Gli archivi Inps per la ricostruzione delle storie lavorative

Come è noto, i tumori presentano una lunga latenza tra l’esposizione e la comparsa della
malattia. Per indagare la relazione che lega l’attività esercitata da un soggetto all’insorgenza di una
neoplasia è, quindi, necessario rilevare non la professione esercitata al momento della diagnosi,
bensì la storia delle professioni esercitate in passato.
Sebbene informazioni sulle professioni siano recuperabili mediante intervista, la loro
acquisizione richiede questionari estremamente dettagliati. Il costo di un’operazione siffatta è però
estremamente elevato.
Gli archivi informatizzati dell’Istituto Nazionale della Previdenza Sociale (INPS) riportano,
a partire dall’anno 1974, i contributi versati dai lavoratori dipendenti dell’impresa privata, il periodo
di lavoro, la qualifica del lavoratore e le imprese ove si è svolta l’attività lavorativa.
Le imprese, a loro volta, sono classificate secondo il ramo di attività economica.
E’ importante rilevare che i dati e le informazioni provenienti dagli archivi esistenti presso
l’Istituto Nazionale della Previdenza Sociale, vengono raccolti per soddisfare le finalità istituzionali
di questo ente, non per produrre statistiche. Ciò nonostante, l’utilizzo statistico della fonte
amministrativa appare estremamente conveniente per l’economicità, l’ampiezza e l’accuratezza dei
dati forniti.
Il limite fondamentale riscontrato nell’utilizzo dei dati provenienti dagli archivi INPS
consiste nell’impossibilità di tenere conto della mansione specifica svolta dal singolo lavoratore. Lo
studio si deve necessariamente limitare a valutare i rischi per ambito di attività economica.
Inoltre, l'unico archivio per il quale si dispone del codice di attività è quello relativo al
lavoro dipendente delle imprese a partire dal 1974.
Queste limitazioni, d’altra parte, sono largamente compensate dalle notevoli dimensioni
dello studio, valutabili in questo progetto. Lo studio, infatti, ha analizzato nel suo insieme 18.940
casi di patologia e 22.227 controlli permettendo la ricostruzione delle attività professionali di
14.914 soggetti, pari al 36% del totale (va tenuto conto che sono disponibili solo le attività svolte
come dipendente nel settore privato).
Per quanto riguarda i rischi cancerogeni, lo studio è stato in grado di rilevare, accanto a
molti rischi già segnalati dalla letteratura in campo occupazionale (eccesso di tumori del polmone
nel comparto delle costruzioni meccaniche, tumori della vescica nel settore della siderurgia), anche
un elevato numero di associazioni, alcune delle quali già ipotizzate, che necessitano di conferma e
approfondimenti.
Lo studio ha, altresì, evidenziato, nel complesso, molti degli eccessi noti in letteratura. E'

7
questa una conferma indiretta della validità dell'approccio seguito, sia per quanto riguarda la
selezione del gruppo dei controlli, sia del gruppo di riferimento dei "non esposti".
E' possibile, quindi, disporre di dati circostanziati relativi all’insorgenza di varie tipologie di
cancro, la cui origine è connessa da principi di causa ed effetto ad alcune specifiche sostanze, o
condizioni lavorative, che si vengono a determinare in taluni comparti lavorativi, anch’essi
individuati dallo studio.
E' stato pianificato uno studio di tipo caso-controllo, in cui i casi sono tutti i casi di
neoplasia maligna ed alcune patologie non neoplastiche, rilevati dai registri mortalità e/o dalle
schede di dimissione ospedaliera ed i controlli sono estratti su base campionaria dalla popolazione
residente.
Tenuto conto dell’elevata numerosità delle casistiche e delle patologie da indagare, non sarà
possibile ricorrere alle tradizionali procedure (interviste ai soggetti, libretti di lavoro) per la
ricostruzione delle storie lavorative. Pertanto si è deciso di ricorrere ad un linkage con gli archivi
previdenziali dell’INPS per la definizione delle anamnesi professionali, tenuto conto che tale
metodologia è stata già testata in studi precedenti ed ha dato buoni risultati.

3. Disegno dello studio


Il disegno dello studio è di tipo caso-controllo in cui i casi sono i decessi ovvero i casi di
nuova diagnosi in un periodo di riferimento ed i controlli sono costituiti da un campione della
popolazione sorgente. Come esposizioni professionali vengono considerati i settori di attività
lavorativa in cui i soggetti abbiano svolto in modo prevalente la loro attività. Questi settori sono
ricavati mediante collegamento automatizzato con la base dati di INPS. Questa riporta, per tutti i
soggetti che abbiano lavorato in imprese private con almeno un dipendente, il periodo di lavoro, il
nome dell’azienda ed il ramo di attività economica in cui l’azienda opera. La base dello studio è nel
disegno di OCCAM, costituita solo da quei soggetti che dispongano della informazione lavorativa
per almeno un anno. Il gruppo di riferimento “non esposti” è costituito da quei soggetti che abbiano
esclusivamente lavorato in settori in cui siano ragionevolmente da escludere esposizioni a
cancerogeni nel comparto produttivo. Il gruppo dei “non esposti” è costituito dai lavoratori del
terziario e dei servizi. Il disegno di OCCAM è stato implementato sia sui dati dei Registri Tumori
italiani sia sulle Schede di Dimissione Ospedaliera ed è stato in grado di rilevare molti dei rischi
noti in ambiente lavorativo.
Lo studio OCCAM-SDO, che utilizza le SDO come sorgente dei casi, rispetto agli studi basati
sui Registri Tumori presenta una minore affidabilità, dovuta alla minor qualità delle informazioni

8
sulla malattia (sede del tumore e data di prima diagnosi). Tuttavia possiede indubbi vantaggi quali:
• è implementabile in tutte le Regioni in cui sia presente e funzionante il sistema
informativo delle SDO, cosa che avviene in quasi tutte le Regioni italiane;
• consente un monitoraggio continuo, in quanto il sistema SDO è funzionante su base
routinaria visto che è destinato alla retribuzione delle strutture sanitarie;
• consente un monitoraggio tempestivo, in quanto le basi informative, costituite dalle SDO
e dalle anagrafi degli assistiti sono regolarmente disponibili pochi mesi dopo gli eventi di
interesse: primo ricovero ed iscrizione/cancellazione del soggetto;
• consente un monitoraggio economico, in quanto non sono necessarie ulteriori
acquisizioni di informazioni rispetto a quanto già presente nei sistemi informativi
utilizzati (SDO, Anagrafe Assistiti, INPS);
• consente il monitoraggio anche delle patologie neoplastiche non letali, ed è
potenzialmente utilizzabile anche per altre patologie, croniche (ad es. le
broncopneumopatie croniche ostruttive) od acute (ad es. traumatismi);
• consente inoltre la notifica ai servizi territoriali in tempi utili per azioni di riconoscimento
e di prevenzione dei casi di sospetta origine professionale.
Sulla scorta dei risultati positivi conseguiti nell’intera Regione Lombardia sul tumore della
vescica, e nella Regione Toscana sui tumori della vescica, del polmone e della pleura, abbiamo
utilizzato la medesima metodologia per la valutazione dei rischi di tumore nella provincia di
Taranto.

4. Le fasi dello studio


Le fasi dello studio possono essere sintetizzate nel modo seguente:

1. Reclutamento dei casi rilevati dai Registri di mortalità e dalle Schede di Dimissione
Ospedaliera
I dati di natura sanitaria sono stati scelti fra i più recenti disponibili presso l'archivio dell'ASL,
In particolare i dati di mortalità si riferiscono al periodo 1998-2001 ed i dati di incidenza
(estratti dalle schede di dimissione ospedaliera) si riferiscono al periodo 1998-2002.

2. Controllo di qualità dei casi


Valutazione della qualità e della completezza dei dati e calcolo degli attesi nei due sessi
prendendo come riferimento i dati di mortalità ISTAT 1999 per la regione Puglia ed il

9
Registro Tumori di Macerata che presenta tassi di mortalità ISTAT simili a quelli della
provincia di Taranto.

3. Campionamento dei controlli nella provincia di Taranto dall'Anagrafe sanitaria degli


assistiti
Nell'area di studio della provincia di Taranto è stata studiata la distribuzione per sesso e fasce
di età dei casi di interesse. Mediante campionamento casuale dalle Anagrafi è stato estratto un
campione stratificato con distribuzione eguale a quella dei casi individuati .

4. Definizione del gruppo dei non esposti


All'interno dei Codici ATECO sono stati individuati comparti privi di rischi specifici
(prevalentemente settore terziario).

5. Formazione dei files per il linkage con l'archivio INPS


Tutti i dati nominativi raccolti presso la ASL sono stati trascritti nel formato concordato con
INPS per il collegamento con l'Archivio Addetti e Imprese.

6. Abbinamento dei dati di natura sanitaria con i dati di provenienza INPS


Sono stati ricercati negli archivi INPS tutti i dati relativi ai casi e ai controlli estratti dai
Registri di mortalità e dalle SDO e sono state ricostruite le storie lavorative di circa 15.000
persone.

7. Analisi dei dati come studio caso-controllo


E' stata eseguita l'elaborazione dei dati di mortalità e dei dati di incidenza collegati con i dati
INPS al fine di identificare il rischio di tumore per singola sede di neoplasia e per ciascuna
attività economica.

5. Lo studio sulla mortalità della provincia di Taranto

5.1 Materiali e metodi

Sono stati considerati i dati di mortalità più recenti disponibili presso l’archivio dell’ASL.
Per il periodo 1998-2001 (4 anni) sono stati estratti 17.632 decessi dei residenti nella ASL di

10
Taranto, di cui 8.647 femmine e 8.982 maschi. Tre records sono stati scartati per sesso mancante.
La Tabella 1 mostra le numerosità dei dati originali prima della elaborazione.

Tabella 1. I dati di mortalità ASL di Taranto per anno di decesso


Anno N. Decessi
1998 4.652
1999 4.240
2000 4.445
2001 4.295
Totale 17.632

La Tabella 2 mostra i test di qualità relativi ai dati estratti dall’archivio ASL. I dati si
presentano di ottima qualità e senza vizi che possano invalidare le elaborazioni successive.

Tabella 2. Controllo di qualità sui dati di mortalità


Item No Si % di accettabilità
Codice Fiscale generato 209 17.423 99
Cognome 23 17.609 100
Nome 144 17.488 99
Sesso 3 17629 100
Data di nascita 77 17.555 100
Comune di nascita 136 17.496 99
Codici ICD-9 inclusi nell’analisi 10.320 7.312 41

L’ultima riga della tabella si riferisce ad un set di codici di malattia definiti a priori ed
indicati nella Tabella 3. Nelle tabelle 4.1, 4.2 e 4.3 è riportato il numero dei soggetti che
appartengono all’intervallo di età 35-74 anni. Il limite inferiore è spiegato dal fatto che gli effetti
delle esposizioni lavorative possono infatti essere messe in relazione con la comparsa di patologia
oncologica solo dopo un certo periodo di latenza (almeno 10 anni). Inoltre i casi di tumore con età
inferiore a 35 anni sono in numero limitato. Il limite superiore di 74 anni è giustificato con la
necessità di indagare comunque esposizioni di un periodo recente e con il fatto che gli archivi INPS
sono comunque disponibili solo partire dal 1974; per soggetti molto anziani quindi la ricostruzione
della storia lavorativa sarebbe molto limitata. Il Codice Fiscale è stato generato a partire dai dati
costanti individuali mediante l’algoritmo pubblico, ed è indispensabile per l’accesso agli archivi

11
INPS. Il codice fiscale generato con l’algoritmo pubblico è uguale al 98.7 % rispetto a quello
dell’Anagrafe Tributaria, come valutato su più di 100.000 all’interno del progetto OCCAM.

Tabella 3. I codici ICD IX delle patologie considerate nello studio


ICD IX Patologia
Da 140 a 239 Tumori
Da 460 a 519 Malattie croniche respiratorie
571 Cirrosi epatica
335 Sclerosi laterale amiotrofica
Da 290 a 319 Disturbi psichici
Da 800 a 999 Traumatismi

Tabella 4.1 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso F
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
Sede ICDIX
cavità orale 141 - 145 . . . . . 1 1 1 3
faringe 146 - 148 . . . 2 1 . . . 3
altri e mal def. cavità orale 149 . 1 . . . 1 . 1 3
esofago 150 . 1 . . . . 2 1 4
stomaco 151 2 2 1 4 1 5 10 12 37
intestino tenue 152 . . . . . 1 1 2 4
colon 153 . 1 4 8 7 6 20 29 75
retto 154 . . 1 2 3 1 2 9 18
fegato 155 . . 1 3 8 12 24 22 70
vie biliari 156 . . 1 2 4 7 8 13 35
pancreas 157 . 1 2 5 3 11 13 16 51
retroperitoneo e peritoneo 158 . . . 1 1 3 3 2 10
altri e mal def. digestivi 159 . . . . 1 . . 1 2
cavità nasali 160 . . . . . . . 1 1
polmone 162 2 2 5 5 9 22 15 20 80
pleura 163 . . . 1 1 . 1 3 6
timo,cuore, mediastino 164 . . 1 . . 1 . . 2
osso 170 1 . . . . . 2 2 5
tessuti molli 171 . . . . 2 . 5 3 10
pelle,melanomi 172 2 . . 1 3 . 2 1 9

12
Tabella 4.1 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso F
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
pelle,altri 173 . 1 . . . 2 . 1 4
mammella donna 174 6 16 25 29 38 40 41 41 236
utero, n.a.s. 179 1 2 1 1 13 9 9 12 48
utero collo 180 . 1 2 . 2 1 . 2 8
utero corpo 182 . 1 1 2 3 5 3 3 18
ovaio 183 2 2 3 7 8 10 21 10 63
altri org.genitali femm. 184 . . . . 2 . . 2 4
vescica 188 . . . . . 3 3 5 11
rene,vie urinar. 189 . . . 2 1 4 2 3 12
occhio 190 . . . . 1 . . . 1
encefalo 191 2 3 4 3 9 8 6 15 50
altre e non spec. sist.nerv.centr. 192 . 1 . . . 1 . 1 3
tiroide 193 . . 1 . 1 1 1 . 4
altre endocrine 194 . . . 1 . . . . 1
altri e mal definiti tum.maligni 195 . . . . . 1 . 2 3
tum.mal. secondari 196 - 198 . . 1 . 1 . . 4 6
tum.mal.senza ind.sede 199 . . 1 1 2 2 2 2 10
linfosarcoma 200 . . . 1 . . . . 1
linfoma Hodgkin 201 1 . . . . . . . 1
altri tessuto linfoide 202 3 . . 1 . 6 6 12 28
mieloma 203 1 . 1 2 1 4 2 15 26
leucemie 204 - 208 1 3 1 1 5 6 6 16 39
tumori benigni 210 - 229 . . . . 1 . . 1 2
carcinomi in situ 230 - 234 . . . . . . 1 . 1
tumori di comport. incerto 235 - 238 . . 1 1 . 2 . 1 5
tumori di natura non specificata 239 . . . . 1 . . 1 2
disturbi psichici 290 - 319 . . . . 1 1 2 6 10
S.L.A. 335 . . . . 2 2 3 2 9
mal. cron. respiratorie 490 - 492 . . . 2 2 2 5 24 35
494 . . . . . . 1 . 1
515 . . . . 1 . . 1 2
cirrosi epatica 571 . 4 2 4 8 13 33 49 113

13
Tabella 4.1 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso F
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
traumatismi 800 - 999 7 9 6 3 6 8 17 19 75
Totale 31 51 66 95 153 202 273 389 1260

Tabella 4.2 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso M
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
Sede ICDIX
labbro 140 . . . . . . . 1 1
cavità orale 141 - 145 . . 1 3 4 1 7 2 18
faringe 146 - 148 . 1 2 1 2 3 5 1 15
altri e mal def. cavità orale 149 . . 3 1 2 3 3 3 15
esofago 150 1 . . . 4 3 5 4 17
stomaco 151 2 1 9 5 4 18 19 24 82
intestino tenue 152 . . 1 . 2 . 2 . 5
colon 153 . 2 4 3 7 15 10 30 71
retto 154 . . 1 3 1 5 7 10 27
fegato 155 . 1 3 13 10 32 32 62 153
vie biliari 156 . . . . 4 2 3 2 11
pancreas 157 . 2 3 4 10 5 18 14 56
retroperitoneo e peritoneo 158 1 . 1 . 3 1 . 3 9
altri e mal def. digestivi 159 . . 1 . 1 . 1 . 3
cavità nasali 160 . 1 . 1 . . . . 2
laringe 161 1 1 4 6 4 3 8 10 37
polmone 162 3 6 21 49 65 106 135 187 572
pleura 163 . . . 1 2 3 14 10 30
timo,cuore, mediastino 164 . . 1 1 . . 2 1 5
osso 170 . . . . 1 . 2 1 4
tessuti molli 171 1 . 1 . 1 1 1 2 7

14
Tabella 4.2 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso M
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
pelle,melanomi 172 1 2 1 2 1 3 4 1 15
pelle,altri 173 . . . 1 1 2 . 2 6
mammella uomo 175 . . . . 1 1 1 . 3
prostata 185 . . 1 . 2 10 10 37 60
testicolo 186 1 . 1 . . . . . 2
pene 187 1 . . . . 1 2 . 4
vescica 188 . . . 2 6 13 22 34 77
rene,vie urinar. 189 . . 3 3 3 6 7 14 36
encefalo 191 4 . 4 6 13 3 12 12 54
altre e non spec. sist.nerv.centr. 192 . . 1 . . . . 3 4
tiroide 193 . . . . . 1 1 1 3
altre endocrine 194 . . . . . 1 . 1 2
altri e mal definiti tum.maligni 195 . . . . 1 . . 2 3
tum.mal. secondari 196 - 198 . . 1 . 1 . 5 9 16
tum.mal.senza ind.sede 199 . . 1 2 3 2 8 8 24
linfosarcoma 200 2 . . . . . . . 2
linfoma Hodgkin 201 . 1 . . . 1 1 2 5
altri tessuto linfoide 202 3 3 2 5 6 7 16 13 55
mieloma 203 . . 1 1 2 6 7 8 25
leucemie 204 - 208 1 2 . 2 5 6 12 17 45
tumori benigni 210 - 229 . . . . . 1 2 1 4
tumori di comport. incerto 235 - 238 . . 1 . 2 3 3 2 11
tumori di natura non specificata 239 . . . 1 . 2 . 2 5
disturbi psichici 290 - 319 2 2 3 . 1 2 3 4 17
S.L.A. 335 . . 1 2 3 1 . 4 11
mal. cron. respiratorie 490 - 492 . 1 1 4 7 10 34 66 123
500 - 506 . . . . . 1 1 . 2
515 . . . . . . . 4 4
cirrosi epatica 571 3 9 7 26 24 47 52 71 239
traumatismi 800 - 999 20 23 22 25 15 21 14 31 171
Totale 47 58 107 173 224 352 491 716 2168

15
Tabella 4.3 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso M+F
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
Sede ICDIX
labbro 140 . . . . . . . 1 1
cavità orale 141 - 145 . . 1 3 4 2 8 3 21
faringe 146 - 148 . 1 2 3 3 3 5 1 18
altri e mal def. cavità orale 149 . 1 3 1 2 4 3 4 18
esofago 150 1 1 . . 4 3 7 5 21
stomaco 151 4 3 10 9 5 23 29 36 119
intestino tenue 152 . . 1 . 2 1 3 2 9
colon 153 . 3 8 11 14 21 30 59 146
retto 154 . . 2 5 4 6 9 19 45
fegato 155 . 1 4 16 18 44 56 84 223
vie biliari 156 . . 1 2 8 9 11 15 46
pancreas 157 . 3 5 9 13 16 31 30 107
retroperitoneo e peritoneo 158 1 . 1 1 4 4 3 5 19
altri e mal def. digestivi 159 . . 1 . 2 . 1 1 5
cavità nasali 160 . 1 . 1 . . . 1 3
laringe 161 1 1 4 6 4 3 8 10 37
polmone 162 5 8 26 54 74 128 150 207 652
pleura 163 . . . 2 3 3 15 13 36
timo,cuore, mediastino 164 . . 2 1 . 1 2 1 7
osso 170 1 . . . 1 . 4 3 9
tessuti molli 171 1 . 1 . 3 1 6 5 17
pelle,melanomi 172 3 2 1 3 4 3 6 2 24
pelle,altri 173 . 1 . 1 1 4 . 3 10
mammella donna 174 6 16 25 29 38 40 41 41 236
mammella uomo 175 . . . . 1 1 1 . 3
utero, n.a.s. 179 1 2 1 1 13 9 9 12 48
utero collo 180 . 1 2 . 2 1 . 2 8
utero corpo 182 . 1 1 2 3 5 3 3 18
ovaio 183 2 2 3 7 8 10 21 10 63
altri org.genitali femm. 184 . . . . 2 . . 2 4

16
Tabella 4.3 Soggetti per sesso, classe di età e patologia eleggibili per lo studio caso-controllo. Anni di
riferimento 1998 - 2001.- Sesso M+F
Classe di età
35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
prostata 185 . . 1 . 2 10 10 37 60
testicolo 186 1 . 1 . . . . . 2
pene 187 1 . . . . 1 2 . 4
vescica 188 . . . 2 6 16 25 39 88
rene,vie urinar. 189 . . 3 5 4 10 9 17 48
occhio 190 . . . . 1 . . . 1
encefalo 191 6 3 8 9 22 11 18 27 104
altre e non spec. sist.nerv.centr. 192 . 1 1 . . 1 . 4 7
tiroide 193 . . 1 . 1 2 2 1 7
altre endocrine 194 . . . 1 . 1 . 1 3
altri e mal definiti tum.maligni 195 . . . . 1 1 . 4 6
tum.mal. secondari 196 - 198 . . 2 . 2 . 5 13 22
tum.mal.senza ind.sede 199 . . 2 3 5 4 10 10 34
linfosarcoma 200 2 . . 1 . . . . 3
linfoma Hodgkin 201 1 1 . . . 1 1 2 6
altri tessuto linfoide 202 6 3 2 6 6 13 22 25 83
mieloma 203 1 . 2 3 3 10 9 23 51
leucemie 204 - 208 2 5 1 3 10 12 18 33 84
tumori benigni 210 - 229 . . . . 1 1 2 2 6
carcinomi in situ 230 - 234 . . . . . . 1 . 1
tumori di comport. incerto 235 - 238 . . 2 1 2 5 3 3 16
tumori di natura non specificata 239 . . . 1 1 2 . 3 7
disturbi psichici 290 - 319 2 2 3 . 2 3 5 10 27
S.L.A. 335 . . 1 2 5 3 3 6 20
mal. cron. respiratorie 490 - 492 . 1 1 6 9 12 39 90 158
494 . . . . . . 1 . 1
500 - 506 . . . . . 1 1 . 2
515 . . . . 1 . . 5 6
cirrosi epatica 571 3 13 9 30 32 60 85 120 352
traumatismi 800 - 999 27 32 28 28 21 29 31 50 246
Totale 78 109 173 268 377 554 764 1105 3428

17
Per quanto riguarda il tumore del polmone, sui 4 anni considerati e per l’intervallo di età 35-
74 i dati indicano 80 decessi tra le femmine e 572 tra i maschi. Al fine di valutare la completezza
dei dati ASL sono stati calcolati gli attesi nei due sessi a partire dai dati di mortalità ISTAT 1999
per la regione Puglia. La Tabella 5.1 e 5.2 mostrano tale calcolo per i due sessi.

Tabella 5.1 Calcolo dei decessi attesi nella ASL di Taranto - Femmine
162 Femmine tx di Puglia attesi 1 anno
35-39 22.208 0,00 0
40-44 20.684 3,66 1
45-49 19.384 3,79 1
50-54 20.063 9,72 2
55-59 17.072 12,44 2
60-64 16.647 27,56 5
65-69 14.790 24,80 4
70-74 13.804 42,65 6
Totale 144.652 20

Tabella 5.2 Calcolo dei decessi attesi nella ASL di Taranto - Maschi
162 Maschi tx di Puglia attesi 1 anno
35-39 20.886 4,18 1
40-44 19.435 12,30 2
45-49 18.081 28,34 5
50-54 19.281 54,79 11
55-59 16.214 98,03 16
60-64 15.217 192,86 29
65-69 12.849 324,70 42
70-74 10.628 483,61 51
Totale 132.591 157

Moltiplicando per 4 gli attesi di un anno abbiamo 80 attesi tra le femmine a fronte di 80
osservati, mentre abbiano 628 attesi tra i maschi a fronte di 572 osservati. Per le femmine la
completezza è pienamente soddisfacente, mentre per i maschi la mortalità ASL presenta un deficit
del 9% rispetto all’atteso. Anche in questo caso i dati si presentano nel loro complesso come privi di
importanti fattori di distorsione e la mortalità ASL può dirsi ragionevolmente completa.
Partendo dalle tabelle 4.1 e 4.2 è stato determinato il numero dei controlli per i due sessi e
per fasce di età quinquennali da campionare casualmente dall'Anagrafe assistiti del 31/12/2002 che
ammonta a 588.654 individui.
Il numero di soggetti per ciascuna classe è stato determinato in modo da avere un rapporto di

18
tre controlli per caso rispetto al tumore più rappresentato in quella classe di età per un numero di
casi inferiore a 100, di avere due controlli per caso se il numero di casi della classe è tra 100 e 200
ed un numero circa pari ai casi se il numero di casi per sede e classe è superiore ai 200. Così
facendo, per le sedi di tumore di numerosità inferiore ci si è garantiti un numero di controlli per
caso superiore a 4. Un rapporto inferiore si è verificato solo per i tumori più frequenti per i quali,
dato il numero elevato di casi, non è richiesto un rapporto elevato di appaiamento.
Il file di dati contenente sia i casi che i controlli è stato successivamente formattato sulla
base di un tracciato record standard concordato tra ISPESL ed INPS per consentire il collegamento
con l'Archivio Addetti ed Imprese e recuperare le storie lavorative dei soggetti appartenenti allo
studio.
Nella tabella 6 è riportato l’esito del collegamento con le informazioni INPS.

Tabella 6.1 Esito del linkage con INPS - Sesso = F


Controlli Casi
Non usabili / Non usabili /
Classe d'età non trovati Usabili Totale non trovati Usabili Totale
% % % % % %

35-39 47 62.67 28 37.33 75 100.00 24 77.42 7 22.58 31 100.00


40-44 104 69.33 46 30.67 150 100.00 40 78.43 11 21.57 51 100.00
45-49 177 73.75 63 26.25 240 100.00 53 80.30 13 19.70 66 100.00
50-54 230 85.19 40 14.81 270 100.00 76 80.00 19 20.00 95 100.00
55-59 258 86.00 42 14.00 300 100.00 133 86.93 20 13.07 153 100.00
60-64 272 90.67 28 9.33 300 100.00 192 95.05 10 4.95 202 100.00
65-69 290 96.67 10 3.33 300 100.00 260 95.24 13 4.76 273 100.00
70-74 358 95.47 17 4.53 375 100.00 375 96.40 14 3.60 389 100.00
Totale 1736 86.37 274 13.63 2010 100.00 1153 91.51 107 8.49 1260 100.00

19
Tabella 6.2 Esito del linkage con INPS - Sesso =M
Controlli Casi
Non usabili / Non usabili /
Classe d'età non trovati Usabili Totale non trovati Usabili Totale
% % % % % %

35-39 9 30.00 21 70.00 30 100.00 18 38.30 29 61.70 47 100.00


40-44 29 38.67 46 61.33 75 100.00 22 37.93 36 62.07 58 100.00
45-49 70 31.11 155 68.89 225 100.00 37 34.58 70 65.42 107 100.00
50-54 101 33.67 199 66.33 300 100.00 57 32.95 116 67.05 173 100.00
55-59 154 41.07 221 58.93 375 100.00 93 41.52 131 58.48 224 100.00
60-64 298 49.67 302 50.33 600 100.00 191 54.26 161 45.74 352 100.00
65-69 376 55.70 299 44.30 675 100.00 282 57.43 209 42.57 491 100.00
70-74 519 69.20 231 30.80 750 100.00 515 71.93 201 28.07 716 100.00
Totale 1556 51.35 1474 48.65 3030 100.00 1215 56.04 953 43.96 2168 100.00

Tabella 6.3 Esito del linkage con INPS - Sesso = M+F


Controlli Casi
Non usabili / Non usabili /
Classe d'età non trovati Usabili Totale non trovati Usabili Totale
% % % % % %

35-39 56 53.33 49 46.67 105 100.00 42 53.85 36 46.15 78 100.00


40-44 133 59.11 92 40.89 225 100.00 62 56.88 47 43.12 109 100.00
45-49 247 53.12 218 46.88 465 100.00 90 52.02 83 47.98 173 100.00
50-54 331 58.07 239 41.93 570 100.00 133 49.63 135 50.37 268 100.00
55-59 412 61.04 263 38.96 675 100.00 226 59.95 151 40.05 377 100.00
60-64 570 63.33 330 36.67 900 100.00 383 69.13 171 30.87 554 100.00
65-69 666 68.31 309 31.69 975 100.00 542 70.94 222 29.06 764 100.00
70-74 877 77.96 248 22.04 1125 100.00 890 80.54 215 19.46 1105 100.00
Totale 3292 65.32 1748 34.68 5040 100.00 2368 69.08 1060 30.92 3428 100.00

20
Tabella 6.4 Esito del linkage con INPS - Sesso = F

Non usabili /
non trovati Usabili Totale
% % %
Controlli 1736 86.37 274 13.63 2010 100.00
Casi 1153 91.51 107 8.49 1260 100.00
Totale 2889 88.35 381 11.65 3270 100.00

Tabella 6.5 Esito del linkage con INPS - Sesso = M

Non usabili /
non trovati Usabili Totale
% % %
Controlli 1556 51.35 1474 48.65 3030 100.00
Casi 1215 56.04 953 43.96 2168 100.00
Totale 2771 53.31 2427 46.69 5198 100.00

Tabella 6.6 Esito del linkage con INPS - Sesso = M+F

Non usabili /
non trovati Usabili Totale
% % %
Controlli 3292 65.32 1748 34.68 5040 100.00
Casi 2368 69.08 1060 30.92 3428 100.00
Totale 5660 66.84 2808 33.16 8468 100.00

Le percentuali di soggetti con carriere professionali che costituiscono la base dello studio è,
come atteso, inferiore nel sesso femminile e nelle classi di età più avanzate. Le percentuali dei casi
che fanno parte della base è leggermente inferiore a quella dei controlli per ciascuna classe di età.
Questa differenza non appare comunque fonte di importanti distorsioni nei risultati.

21
5.2 Risultati

Le Tabelle 7.1 e 7.2 riportano in dettaglio i risultati dello studio caso-controllo per le
patologie studiate suddivise in "Tumori" ed "Altre malattie". Nella prima colonna è riportato il
sesso, nella seconda e nella terza sono elencate le sedi sia in codice che in chiaro.
Per talune sedi (cavità orale, colon-retto, leucemie, linfomi non Hodgkin) i relativi codici
sono stati raggruppati considerando i primi 3 digit della IX versione della classificazione
internazionale delle malattie. Segue il ramo di attività economica, che raggruppa le attività
economiche descritte da codici INPS relativi ad attività similari. Il valore del rischio relativo (OR) è
indicato nella colonna successiva. Questo è calcolato mediante regressione logistica aggiustata per
età all’interno di ciascuno strato di sesso e sede. Tale indicatore rappresenta di quanto è superiore la
probabilità di ammalarsi per gli addetti al comparto in esame rispetto al gruppo dei "non esposti".
Accanto ad esso vi sono i relativi limiti di confidenza al 90%. Le quattro colonne successive
indicano il numero di soggetti che è stato incluso nello strato: controlli esposti, che cioè hanno
lavorato prevalentemente nel settore esaminato, casi esposti che sono persone decedute per tumore
o altra malattia e che hanno prevalentemente lavorato nel settore, controlli non esposti e casi non
esposti. Per questi ultimi si tratta dei soggetti facenti parte della categoria di riferimento e che hanno
svolto la loro attività esclusivamente nel terziario o nei servizi.
Il numero dei controlli esposti fornisce una stima della presenza del comparto nell'insieme
dei dati considerati. Il numero dei casi esposti fornisce invece una stima su quanti casi sia stato
basato il rischio relativo, e quindi è un indicatore indiretto di affidabilità dello stesso, leggibile al
pari dei limiti di confidenza.
Viene poi riportato il valore del rischio relativo non aggiustato (OR_noadj), dato dal
semplice prodotto crociato che esprime il rapporto tra le proporzioni di esposti tra i casi rispetto ai
controlli. Confrontando questo indicatore con quello aggiustato è possibile stimare indirettamente il
ruolo delle variabili di confondimento (età) e stratificazione nel determinare il rischio aggiustato
per questi fattori.
L’ultima colonna riporta il valore di p per la distribuzione dei dati sotto l’ipotesi nulla,
ipotesi di non esistenza di rischio. Tale indicatore è classicamente usato nel riportare le analisi
statistiche ed ad esso ci si riferisce come "significatività statistica" quando è inferiore a un livello
determinato, ad esempio 0,05.

22
Tabella 7.1 Risultati - Tumori.
Attività economica
Sesso ICDIX Sede neoplasia (Ateco 81) OR inf90or sup90or n_ctrles n_casies n_ctrlne n_casine or_noadj p_value
M 14 cavità orale SIDERURGIA 1,960 0,524 7,330 475 9 183 2 1,734 0,401
M 15 colon-retto SIDERURGIA 1,943 0,678 5,564 475 15 183 3 1,926 0,299
linfoma non
M 20 Hodgkin SIDERURGIA 0,395 0,161 0,968 475 7 183 7 0,385 0,088
M 21 leucemie SIDERURGIA 2,467 0,393 15,466 475 5 183 1 1,926 0,418
M 150 esofago SIDERURGIA 1,159 0,172 7,797 475 3 183 1 1,156 0,899
M 151 stomaco SIDERURGIA 1,182 0,389 3,590 475 9 183 3 1,156 0,804
M 152 intestino tenue SIDERURGIA 1,086 0,125 9,434 475 2 183 1 0,771 0,950
M 155 fegato SIDERURGIA 0,509 0,257 1,008 475 14 183 11 0,490 0,104
M 157 pancreas SIDERURGIA 3,565 0,623 20,409 475 9 183 1 3,467 0,231
M 161 laringe SIDERURGIA 0,130 0,019 0,875 475 1 183 3 0,128 0,078
M 162 polmone SIDERURGIA 0,864 0,593 1,258 475 73 183 33 0,852 0,522
M 163 pleura SIDERURGIA 1,476 0,370 5,885 475 6 183 2 1,156 0,643
M 185 prostata SIDERURGIA 0,420 0,107 1,652 475 3 183 3 0,385 0,298
M 188 vescica SIDERURGIA 2,048 0,562 7,455 475 10 183 2 1,926 0,362
M 189 rene,vie urinar. SIDERURGIA 0,293 0,082 1,041 475 3 183 4 0,289 0,111
M 191 encefalo SIDERURGIA 2,779 0,473 16,314 475 7 183 1 2,697 0,342
M 203 mieloma SIDERURGIA 0,579 0,128 2,619 475 3 183 2 0,578 0,552
altri mal def e
M 999 metastasi SIDERURGIA 0,135 0,020 0,916 475 1 183 3 0,128 0,085
PRODOTTI PER
M 151 stomaco EDILIZIA 7,318 1,826 29,333 25 3 183 3 7,320 0,018
PRODOTTI PER
M 161 laringe EDILIZIA 2,449 0,355 16,914 25 1 183 3 2,440 0,446
PRODOTTI PER
M 162 polmone EDILIZIA 0,444 0,127 1,552 25 2 183 33 0,444 0,286
PRODOTTI PER
M 191 encefalo EDILIZIA 6,004 0,452 79,732 25 1 183 1 7,320 0,254
COSTRUZIONI
M 14 cavità orale MECCANICHE 1,831 0,435 7,696 203 4 183 2 1,803 0,489
COSTRUZIONI
M 15 colon-retto MECCANICHE 0,301 0,045 2,025 203 1 183 3 0,300 0,300
linfoma non COSTRUZIONI
M 20 Hodgkin MECCANICHE 0,388 0,123 1,221 203 3 183 7 0,386 0,174

23
Tabella 7.1 Risultati - Tumori.
Attività economica
Sesso ICDIX Sede neoplasia (Ateco 81) OR inf90or sup90or n_ctrles n_casies n_ctrlne n_casine or_noadj p_value
COSTRUZIONI
M 21 leucemie MECCANICHE 1,783 0,236 13,476 203 2 183 1 1,803 0,638
COSTRUZIONI
M 150 esofago MECCANICHE 0,902 0,088 9,302 203 1 183 1 0,901 0,942
COSTRUZIONI
M 151 stomaco MECCANICHE 0,607 0,134 2,754 203 2 183 3 0,601 0,587
COSTRUZIONI
M 155 fegato MECCANICHE 0,506 0,215 1,191 203 6 183 11 0,492 0,191
COSTRUZIONI
M 157 pancreas MECCANICHE 3,644 0,574 23,119 203 4 183 1 3,606 0,250
COSTRUZIONI
M 161 laringe MECCANICHE 1,486 0,441 5,004 203 5 183 3 1,502 0,592
COSTRUZIONI
M 162 polmone MECCANICHE 1,197 0,787 1,820 203 43 183 33 1,175 0,481
COSTRUZIONI
M 163 pleura MECCANICHE 1,438 0,314 6,574 203 3 183 2 1,352 0,694
COSTRUZIONI
M 170 osso MECCANICHE 1,963 0,258 14,957 203 2 183 1 1,803 0,585
COSTRUZIONI
M 185 prostata MECCANICHE 0,929 0,239 3,613 203 3 183 3 0,901 0,929
COSTRUZIONI
M 188 vescica MECCANICHE 2,283 0,570 9,151 203 5 183 2 2,254 0,328
COSTRUZIONI
M 189 rene,vie urinar. MECCANICHE 0,900 0,278 2,917 203 4 183 4 0,901 0,883
COSTRUZIONI
M 191 encefalo MECCANICHE 0,950 0,092 9,835 203 1 183 1 0,901 0,971
altri mal def e COSTRUZIONI
M 999 metastasi MECCANICHE 0,618 0,136 2,807 203 2 183 3 0,601 0,601
INDUSTRIA
M 21 leucemie ALIMENTARE 8,906 0,834 95,125 20 1 183 1 9,150 0,129
INDUSTRIA
M 155 fegato ALIMENTARE 0,823 0,141 4,805 20 1 183 11 0,832 0,856
INDUSTRIA
M 157 pancreas ALIMENTARE 17,708 2,244 139,751 20 2 183 1 18,300 0,022
INDUSTRIA
M 162 polmone ALIMENTARE 1,038 0,397 2,713 20 4 183 33 1,109 0,949
M 185 prostata INDUSTRIA 2,903 0,416 20,259 20 1 183 3 3,050 0,367
24
Tabella 7.1 Risultati - Tumori.
Attività economica
Sesso ICDIX Sede neoplasia (Ateco 81) OR inf90or sup90or n_ctrles n_casies n_ctrlne n_casine or_noadj p_value
ALIMENTARE
INDUSTRIA
F 191 encefalo ALIMENTARE 68,529 3,681 1275,685 3 1 129 1 43,000 0,017
INDUSTRIA
M 191 encefalo ALIMENTARE 18,057 2,294 142,116 20 2 183 1 18,300 0,021
M 14 cavità orale EDILIZIA 2,428 0,626 9,407 220 6 183 2 2,495 0,281
M 15 colon-retto EDILIZIA 1,345 0,399 4,528 220 5 183 3 1,386 0,688
linfoma non
M 20 Hodgkin EDILIZIA 0,372 0,118 1,174 220 3 183 7 0,356 0,157
M 21 leucemie EDILIZIA 2,446 0,361 16,576 220 3 183 1 2,495 0,442
M 150 esofago EDILIZIA 0,809 0,078 8,354 220 1 183 1 0,832 0,882
M 151 stomaco EDILIZIA 2,201 0,713 6,793 220 8 183 3 2,218 0,249
M 155 fegato EDILIZIA 1,111 0,566 2,182 220 15 183 11 1,134 0,797
M 157 pancreas EDILIZIA 4,103 0,671 25,094 220 5 183 1 4,159 0,200
M 161 laringe EDILIZIA 1,167 0,327 4,169 220 4 183 3 1,109 0,842
M 162 polmone EDILIZIA 1,050 0,692 1,593 220 42 183 33 1,059 0,848
M 163 pleura EDILIZIA 0,402 0,053 3,044 220 1 183 2 0,416 0,459
M 173 pelle,altri EDILIZIA 0,271 0,040 1,829 220 1 183 3 0,277 0,261
M 185 prostata EDILIZIA 1,589 0,487 5,191 220 6 183 3 1,664 0,520
M 188 vescica EDILIZIA 4,388 1,224 15,736 220 11 183 2 4,575 0,057
M 189 rene,vie urinar. EDILIZIA 0,221 0,035 1,410 220 1 183 4 0,208 0,180
M 191 encefalo EDILIZIA 1,769 0,233 13,455 220 2 183 1 1,664 0,644
altre e non spec.
M 192 SNC EDILIZIA 0,757 0,069 8,356 220 1 183 1 0,832 0,849
M 203 mieloma EDILIZIA 1,203 0,265 5,467 220 3 183 2 1,248 0,841
altri mal def e
M 999 metastasi EDILIZIA 0,280 0,041 1,887 220 1 183 3 0,277 0,272
M 14 cavità orale TRASPORTI 1,423 0,187 10,831 64 1 183 2 1,430 0,775
linfoma non
M 20 Hodgkin TRASPORTI 0,408 0,069 2,404 64 1 183 7 0,408 0,405
M 21 leucemie TRASPORTI 3,198 0,302 33,904 64 1 183 1 2,859 0,418
M 151 stomaco TRASPORTI 3,756 1,044 13,513 64 4 183 3 3,813 0,089
M 155 fegato TRASPORTI 0,808 0,269 2,433 64 3 183 11 0,780 0,751
M 157 pancreas TRASPORTI 2,825 0,272 29,321 64 1 183 1 2,859 0,465

25
Tabella 7.1 Risultati - Tumori.
Attività economica
Sesso ICDIX Sede neoplasia (Ateco 81) OR inf90or sup90or n_ctrles n_casies n_ctrlne n_casine or_noadj p_value
F 162 polmone TRASPORTI 5,595 0,618 50,671 2 1 129 8 8,063 0,199
M 162 polmone TRASPORTI 1,340 0,758 2,367 64 15 183 33 1,300 0,398
M 185 prostata TRASPORTI 0,970 0,143 6,591 64 1 183 3 0,953 0,979
M 188 vescica TRASPORTI 1,421 0,187 10,817 64 1 183 2 1,430 0,776
M 189 rene,vie urinar. TRASPORTI 0,705 0,109 4,548 64 1 183 4 0,715 0,758
altre e non spec.
M 192 SNC TRASPORTI 2,837 0,273 29,449 64 1 183 1 2,859 0,464
M 203 mieloma TRASPORTI 1,482 0,194 11,328 64 1 183 2 1,430 0,751

Tabella 7.2 Risultati - Altre malattie


Sede della Attività economica
Sesso ICDIX malattia (Ateco 81) OR inf90or sup90or n_ctrles n_casies n_ctrlne n_casine or_noadj p_value
mal. cron.
M 49 respiratorie SIDERURGIA 0,765 0,288 2,032 475 8 183 5 0,616 0,652
M 57 cirrosi epatica SIDERURGIA 0,964 0,570 1,629 475 37 183 15 0,950 0,908
M 80 traumatismi SIDERURGIA 1,036 0,493 2,178 475 18 183 8 0,867 0,937
PRODOTTI PER
M 57 cirrosi epatica EDILIZIA 0,985 0,272 3,571 25 2 183 15 0,976 0,984
PRODOTTI PER
M 80 traumatismi EDILIZIA 1,019 0,169 6,152 25 1 183 8 0,915 0,986
COSTRUZIONI
M 29 disturbi psichici MECCANICHE 2,747 0,408 18,518 203 3 183 1 2,704 0,384
mal. cron. COSTRUZIONI
M 49 respiratorie MECCANICHE 1,302 0,488 3,474 203 7 183 5 1,262 0,659
COSTRUZIONI
M 57 cirrosi epatica MECCANICHE 0,782 0,410 1,491 203 13 183 15 0,781 0,530
COSTRUZIONI
M 80 traumatismi MECCANICHE 1,122 0,497 2,534 203 10 183 8 1,127 0,815
INDUSTRIA
M 29 disturbi psichici ALIMENTARE 9,276 0,872 98,703 20 1 183 1 9,150 0,121
mal. cron. INDUSTRIA
M 49 respiratorie ALIMENTARE 1,794 0,283 11,362 20 1 183 5 1,830 0,603
INDUSTRIA
M 57 cirrosi epatica ALIMENTARE 0,622 0,109 3,565 20 1 183 15 0,610 0,655

26
Tabella 7.2 Risultati - Altre malattie
INDUSTRIA
F 80 traumatismi ALIMENTARE 6,573 0,800 54,018 3 1 129 6 7,167 0,141
INDUSTRIA
M 80 traumatismi ALIMENTARE 1,238 0,197 7,784 20 1 183 8 1,144 0,849
M 29 disturbi psichici EDILIZIA 1,858 0,243 14,184 220 2 183 1 1,664 0,616
mal. cron.
M 49 respiratorie EDILIZIA 1,445 0,567 3,681 220 9 183 5 1,497 0,518
M 57 cirrosi epatica EDILIZIA 0,561 0,281 1,123 220 10 183 15 0,555 0,171
M 80 traumatismi EDILIZIA 1,924 0,904 4,097 220 16 183 8 1,664 0,154
mal. cron.
M 49 respiratorie TRASPORTI 1,211 0,297 4,946 64 2 183 5 1,144 0,823
M 57 cirrosi epatica TRASPORTI 0,752 0,289 1,960 64 4 183 15 0,763 0,625
F 80 traumatismi TRASPORTI 11,044 1,301 93,728 2 1 129 6 10,750 0,065
M 80 traumatismi TRASPORTI 1,010 0,313 3,251 64 3 183 8 1,072 0,989

27
5.3 Discussione dei risultati e conclusioni relative ai dati di mortalità.

Il settore della siderurgia è ben rappresentato nel data set. Nel sesso maschile il campione di
popolazione ha fornito ben 475 controlli “esposti”. In questo settore i rischi non appaiono rischi già
segnalati in letteratura ed i rischi aumentati del cavità orale e del colon-retto, peraltro caratterizzati
da ampi limiti di confidenza, non sono interpretabili. Il tumore del polmone presenta un rischio
inferiore all’unità (0.86 90% CI 0.59-1.25), basato su 73 casi e con una categoria di riferimento che
ne fornisce 33. E’ invece importante il rischio di tumore alla pleura, basato su 6 casi che, come
previsto dalle vigenti disposizioni debbono essere indagati per accertare la pregressa esposizione ad
amianto. Sorprendente, data l’assenza di rischio per tumore al polmone, è il dato del tumore alla
vescica, caratterizzato da un rischio di 2.04 (90% CI 0.56-7.44), basato su 10 casi. Questo rischio è
ben documentato in letteratura. In linea con le indicazioni di letteratura vi è anche l’aumentato
rischio di morte per leucemia.
Il comparto “Prodotti per l'edilizia” è scarsamente rappresentato nella forza lavoro della
ASL di Taranto e non vi sono situazioni di rilievo.
Il settore delle “Costruzioni meccaniche” è ben rappresentato nel sesso maschile e presenta
alcuni rischi degni di approfondimento: leucemie (2 casi), laringe (5 casi), polmone (43 casi) e
vescica (5 casi). Si tratta di rischi ben documentati in letteratura conseguenti alle esposizioni a
solventi ed ad aerosol di oli minerali. Da indagare anche i 3 casi di tumore della pleura.
Il comparto della “Industria alimentare” è anch’esso scarsamente rappresentato nei dati.
Il comparto della “Edilizia” è ben studiabile in questo data set. Esso è caratterizzato da rischi
aumentati per cavità orale, laringe e vescica, mentre per quanto riguarda il tumore al polmone il
rischio è modesto e non differente dall’unità. Tuttavia è presente un rischio di 1.44 per malattie
croniche respiratorie (9 casi). Da segnalare un unico caso di tumore della pleura.
L’ultimo settore studiabile è quello dei trasporti. Già ben segnalato in letteratura è l’eccesso
per tumore al polmone (15 casi) ed alla vescica (1 caso).
Al fine di meglio caratterizzare i rischi, in particolare quelli relativi al tumore del polmone
nel è stata realizzata una analisi per durata di esposizione. Il rischio è stato rivalutato solo per i
soggetti “esposti”, sia casi sia controlli, per una durata superiore a 10 anni. La tabella completa è
riportata in Appendice 2. Nel settore della siderurgia il rischio di tumore del polmone permane
inferiore all’unità (0.87 90% CI 0.59-1.28) e non diverso da quello calcolato sull’intero data set,
mentre per i casi esposti si passa da 73 a 63 e per i controlli esposti da 475 a 427.
Per il settore delle “Costruzioni meccaniche” si passa per il tumore del polmone da un
rischio di 1.20 ad 1.26, in “Edilizia” da 1.05 ad 1.24 e nei “Trasporti” da 1.34 a 2.19. L’aumento di

28
rischio per durata di esposizione e la sua coerenza con i dati della letteratura riguardo a tutti i settori
produttivi esaminabili ad eccezione della “Siderurgia” suggerisce che lo studio sia stato realizzato
con dati di buona qualità e privi di distorsioni, e che il settore della siderurgia nel suo complesso
non presenti situazioni di rischio per tumore polmonare. Questo è probabilmente dovuto ad una
diluizione del rischio reale caratteristico di alcune mansioni e lavorazioni non individuabili
dall’approccio OCCAM.

6. Dati di incidenza

6.1 Materiali e metodi

Sono state considerate le schede di dimissione ospedaliera dei residenti in provincia di


Taranto con ricoveri negli ospedali della regione Puglia tra gli anni 1998-2002, per patologia
oncologica.
La tabella 8 riporta il numero di schede di dimissione ospedaliera per anno di accettazione.

Tabella 8. Numero di schede di dimissione ospedaliera per anno di accettazione


Anno N. Schede
1998 29.848
1999 35.618
2000 34.920
2001 38.779
2002 37.389
Totale 176.554

Il codice del comune di nascita era assente nel 70% delle SDO. E’ stato pertanto considerato
quello appartenente al codice fiscale, presente nel 75% delle SDO. La tabella 9 riporta gli indicatori
di qualità delle SDO considerate.

29
Tabella 9. Controllo di qualità sui dati delle SDO
Item No Si % di accettabilità
Codice Fiscale della SDO 44.344 132.210 75
Cognome 3.156 173.398 98
Nome 3.696 172.858 98
Sesso 0 176.554 100
Data di nascita 4 176.550 100
Comune di nascita ricavato dal C.F. 130.024 46.530 74
Codici ICD-9 inclusi nell’analisi 55.069 121.485 69

Le SDO 98-99 sono state utilizzate per l’individuazione dei casi prevalenti rispetto al
periodo di incidenza 2000-2002 considerato dallo studio. Ciò è stato ottenuto identificando prima la
patologia del soggetto ed eliminando successivamente i soggetti che avessero un ricovero per la
medesima patologia nel periodo 98-99. I soggetti sono stati identificati mediante il codice fiscale
della SDO. I casi incidenti per le patologie considerate nel periodo 2000-2002 sono stati 40.586 per
tutte le classi di età. Per ricavare i dati anagrafici in chiaro e per restringere la base dello studio a
coloro che appartengono all’Anagrafe Assistiti è stato effettuato un linkage con l’anagrafe assistiti.
Questo linkage è stato positivo nel 75% dei casi. Poiché l’Anagrafe Assistiti è utilizzata per il
campionamento dei controlli, è metodologicamente corretto restringere l’insieme dei casi a coloro
che appartengono a tale data set. In questo modo si è passati da 40.586 a 31.610, ridotti poi a 15.512
limitando l’intervallo di età alla fascia 35-74 anni, di cui 5.413 affetti da patologia neoplastica.
La Tabella 10 mostra per sesso e fasce di età il numero di casi incidenti per sede di tumore e
di malattia.

Tabella 10.1. Soggetti per sesso, classe di età e sede del tumore eleggibili per lo studio caso-controllo.
Anni di riferimento 2000-2002. Tumori -Sesso F.
Classe di età
Sede
ICDIX 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74
N N N N N N N N Totale
labbro 140 . . . . . 2 1 1 4
cavità orale 141 - 145 1 . 4 1 2 2 2 4 16
faringe 146 - 148 . . 4 1 1 2 1 2 11
altri e mal def. cavità orale 149 . . . . 2 . . 1 3

30
Tabella 10.1. Soggetti per sesso, classe di età e sede del tumore eleggibili per lo studio caso-controllo.
Anni di riferimento 2000-2002. Tumori -Sesso F.
Classe di età
Sede
ICDIX 35-39 40-44 45-49 50