Verso una gestione completa della qualità dell’aria utilizzando il basso

Jul 29, 2023

npj Climate and Atmospheric Science volume 6, numero articolo: 122 (2023) Citare questo articolo

597 accessi

2 Altmetrico

Dettagli sulle metriche

Una gestione e un controllo efficaci della qualità dell’aria non richiedono solo la misurazione dei livelli di inquinamento atmosferico. Richiede inoltre informazioni sulle fonti di inquinamento atmosferico e sulla loro relativa entità e importanza, per pianificare e attuare misure di controllo economicamente vantaggiose. Questo documento fornisce un importante passo avanti verso un uso più ampio e completo della ripartizione delle fonti tramite tecniche a basso costo. Le misurazioni dei sensori a basso costo, insieme ai metodi statistici della Fattorizzazione a Matrice Positiva (PMF) e del clustering k-means, sono stati in grado di individuare e quantificare con successo le principali fonti di inquinamento in tre siti importanti dal punto di vista normativo (un cantiere, una cava e un ciglio della strada). Sono stati valutati i livelli di inquinamento previsti, che dipendevano dalle condizioni meteorologiche e dalle variazioni temporali. L’analisi fornisce informazioni cruciali per una gestione e un controllo efficaci della qualità dell’aria a un costo notevolmente inferiore rispetto a quello raggiunto in precedenza. Vengono illustrati e discussi i punti di forza e di debolezza delle metodologie utilizzate.

Si stima che a livello globale, la scarsa qualità dell’aria causi circa 8,8 milioni di morti premature all’anno1, influenzi i sistemi cardiovascolare e respiratorio ed è noto anche che causa tumori e influisce sulle funzioni cognitive2,3. È il principale rischio ambientale globale per la salute umana. Per affrontare questo problema e ridurre l’effetto negativo delle emissioni inquinanti, sono necessari una gestione e un controllo efficaci della qualità dell’aria. Ciò richiede non solo misurazioni dei livelli di inquinamento atmosferico, ma anche informazioni sulle fonti di inquinamento atmosferico e sulla loro importanza relativa. Senza queste informazioni critiche e mirate sulle fonti di inquinamento, è difficile pianificare e attuare misure di controllo per ridurre l’inquinamento atmosferico. Per molti anni la ripartizione delle fonti è stata condotta utilizzando strumenti di ricerca. Sono stati condotti molti studi per sviluppare metodologie per l'identificazione e la ripartizione delle fonti che possano aiutare a valutare le fonti di inquinamento in un dato sito. Tra le metodologie proposte, quelle più comunemente utilizzate sono la fattorizzazione a matrice positiva (PMF)4,5 e il clustering k-means6,7. Il costo e la logistica associati alle misurazioni necessarie, tuttavia, ne rendono l’uso scarso e dispendioso in termini di tempo e in genere ne limita l’utilizzo alla letteratura accademica.

Negli ultimi due decenni c'è stata una rivoluzione nella misurazione della qualità dell'aria utilizzando sensori a basso costo (LCS). Per le misurazioni del PM, questi sensori utilizzano in genere metodologie collaudate utilizzate in strumenti di livello normativo, ma sono miniaturizzate. Questi sensori stanno diventando sempre più affidabili e hanno dimostrato le loro capacità nel monitoraggio della qualità dell'aria8,9,10,11 e in diverse applicazioni per le quali i costi di monitoraggio erano in precedenza un fattore limitante12,13. Per ottenere costi inferiori, queste LCS non offrono lo stesso livello di accuratezza e necessitano di sofisticate analisi statistiche e calibrazioni per fornire risultati affidabili9,14,15,16,17.

Ad oggi, sono stati condotti numerosi studi che utilizzano LCS per la misurazione della qualità dell’aria, ma pochissimi studi sul loro utilizzo nella ripartizione delle fonti. Fino a questo punto, le LCS sono state testate per la ripartizione della fonte in ambienti di fondo con fonti meno complicate da distanze maggiori (che hanno reso più semplice distinguere le diverse fonti di inquinamento) o nei casi in cui le principali fonti di inquinamento erano in numero limitato18,19. In alcuni casi i dati LCS sono stati utilizzati con metodologie più semplici principalmente per l'identificazione delle fonti di inquinamento8,20. In precedenza, abbiamo mostrato l'uso di due tecniche statistiche (k-means clustering e PMF) che utilizzano i dati di distribuzione delle dimensioni del PM misurati da LCS, per l'identificazione e la ripartizione della fonte. Sebbene esistano grandi differenze nell’approccio tra i due metodi, i loro risultati si completano a vicenda nel fornire un quadro più chiaro delle fonti di inquinamento e delle condizioni che influenzano l’entità del loro impatto18,21.