Le polveri sottili sono fortemente influenzate dalle condizioni ambientali e meteorologiche. Osservando l'andamento delle loro concentrazioni nel corso dell'anno e in anni diversi si nota come vi sia una ciclicità ricorrente, ma che all'interno di essa sono presenti forti oscillazioni casuali.

E' questo il motivo per cui ha poco senso il confronto fra stessi periodi, all'interno di due anni diversi, per valutare l'efficacia di un provvedimento. Ad esempio vedere il confronto fra anno 2011 e 2012 (stessi periodi) nella zona di AreaC:

(2011)

(2012)

Ci sono forti oscillazioni locali anche se guardando più da “lontano” l'andamento è regolare:

Qualitativamente è noto a tutti che le concentrazioni del PM10 vengono ridotte da vento, pioggia e neve. Il primo le porta lontano, le seconde le portano nuovamente a terra, ripulendo così l'aria.

Vi sarebbero poi da considerare la pressione e l'umidità atmosferica, ma l'analisi diventerebbe complessa.

(Questa parte ricalca l'articolo PM10 e ventosità su sos-traffico-milano.it)

Per quanto riguarda gli effetti del vento abbiamo effettuato un'analisi ragionevolmente dettagliata sul periodo di Novembre 2011. In tale studio abbiamo voluto analizzare l'influenza del vento, o meglio della sua velocità media, sulla concentrazione di PM10 nell'aria di Milano. Si sono, a questo fine, analizzati i dati del PM10, rilevati dall'ARPA Lombardia e liberamente scaricabili dal suo sito (http://ita.arpalombardia.it), incrociandoli con quelli della ventosità media delle varie giornate. I dati di ventosità sono stati invece gentilmente forniti da Meteonetwork.

Consideriamo innanzi tutto il grafico per il PM10 e per la velocità media del vento (la linea rossa orizzontale indica la soglia di legge):

Nella scala di sinistra la concentrazione del PM10 in microgrammi per m³ . Nella scala di destra la velocità del vento in km orari.

Già a occhio si vede come a ventosità maggiori corrispondono concentrazioni più basse del PM10. Per analizzare in maniera più quantitativa l'ipotesi si è messa in grafico il logaritmo su base 10 della concentrazione del PM10 in funzione della velocità media del vento il giorno stesso, il giorno precedente, di due giorni prima e della media della velocità del vento il giorno stesso e quello precedente.

Di seguito i quattro grafici:

PM10 in funzione della ventosità dello stesso giorno; R² =0,63

PM10 in funzione della ventosità del giorno precedente; R² =0,64

PM10 in funzione della ventosità di due giorni prima; R² =0,36

PM10 in funzione della ventosità media del giorno stesso e del giorno precedente; R² =0,77

Viene riportato anche la linea di tendenza, assunta lineare, e il corrispondente coefficiente di determinazione R² , che è una misura di quanto bene la linea di tendenza utilizzata descriva i dati. Essa varia da 0 (descrizione inesistente) a 1 (descrizione perfetta).

Come si può notare R² è massimo nel quarto grafico, più ancora che nei primi due. Nel terzo, al contrario, esso è significativamente più basso.

Risulta dunque che la concentrazione di PM10 in un dato giorno è fortemente influenzata dalla ventosità del giorno stesso e di quello precedente.

Nei grafici è evidenziato in rosso il dato relativo al giorno di blocco domenicale il 20 Novembre. Come spiegheremo meglio più avanti (Misure adottate attualmente), il blocco non ha portato ad alcun sensibile miglioramento, trovandosi il punto ad esso corrispondente assolutamente nella stessa fascia nella quale si trovano tutti gli altri punti.

(Questa parte ricalca l'articolo Correlazione inversa fra PM10 e temperature su sos-traffico-milano.it)

Le polveri sottili appaiono essere in qualche modo collegate con le temperature. Qualitativamente è infatti evidente che le loro concentrazioni sono più alte quando le temperature sono più basse.

Anche riguardo a questo aspetto abbiamo effettuato una piccola analisi, in cui abbiamo voluto valutare che tipo di rapporto è possibile riscontrare fra la temperatura ambientale esterna e la concentrazione del PM10 nell'aria, e se tale rapporto può fornire qualche informazione riguardo al contributo dei riscaldamenti all'inquinamento da polveri sottili.

Per prima cosa si è perciò calcolata la media su tre anni (dal 2009 al 2011) della concentrazione giornaliera del PM10. Ciò per minimizzare l'effetto di eventi atmosferici variabili da anno ad anno quali pioggia e vento. Il grafico ottenuto è il seguente:

Per ogni mese è stata poi calcolata la media mensile.

Per quanto riguarda le temperature, si è fatto riferimento a quelle fornite dal sito ilMeteo.it: Clima Milano - Medie Poiché l'andamento della temperature medie è inverso rispetto a quello delle concentrazioni del PM10, l'ipotesi da testare era quella di una correlazione inversa. D'altro canto, siccome il vero valore della temperatura è quello in K (gradi Kelvin), ma quello che interessa è la variazione intorno ai valori che si incontrano normalmente, si è deciso di prendere come variabile la differenza fra la temperatura mensile media massima e quella di ogni dato mese, dove come temperatura media mensile si è presa semplicemente la media fra la temperatura minima media mensile e la temperatura massima media mensile.

Si è assunto quindi che la concentrazione mensile media del PM10 sia descrivibile mediante un funzione del tipo

PM10 = a * (T media max - T media) + c

dove a è una costante moltiplicativa e c una costante additiva, entrambe da determinare tramite fitting dei dati.

La seguente tabella riassume tutti i dati salienti:

La colonna “Delta T” indica appunto, mese per mese lo scostamento della temperatura media mensile da quella di Luglio, mese in cui essa raggiunge il suo massimo.

La colonna Fit indica i valori che si ottengono cercando di riprodurre le concentrazioni di PM10 osservate mediante l'equazione sopra riportata.

La colonna Chi^2 è data da ((PM10 reale - PM10 fittato)^2)/PM10 fittato.

Per il fit si è utilizzato il risolutore incluso in Excel. Si è richiesto di minimizzare la somma della colonna Chi^2 variando a e c.

Quello che si è trovato è un fit che descrive bene i dati, in particolare considerando le molte variabili che potrebbero interferire e che non sono state considerate (ventosità, precipitazioni, neve, inversioni termiche etc…).

Corrispondentemente, anche la correlazione fra concentrazione media mensile di PM10 e differenza rispetto alla temperatura media mensile massima è alta: 0,93.

Questi dati rappresentano un chiaro indizio a favore del fatto che l'inquinamento da polveri sottili dipenda in maniera notevole dai riscaldamenti, dato che anche l'andamento di questi è legato alle temperature, mentre le altre possibili sorgenti, in particolare il traffico veicolare, non lo sono (o sicuramente non lo sono in maniera così marcata).

Dai risultati ottenuti è anche possibile ottenere una stima indiziaria dell'apporto quantitativo dei riscaldamenti all'inquinamento.

Dato che c corrisponde alla concentrazione di PM10 nel mese più caldo, quando ovviamente i caloriferi non sono accesi, si potrebbe assumere il suo valore come PM10 di fondo, ovvero come il PM10 dovuto a tutte le altre cause (traffico, cantieri, agricoltura, forni a legna delle pizzerie, particelle liberate nell'atmosfera dalle piante, etc…). Allora per ogni mese, l'eccesso rispetto a tale valore, ovvero la parte che varia con la temperatura, potrebbe essere attribuito approssimativamente ai riscaldamenti. Per tenere però conto del fatto che il fit è un'approssimazione matematica e che comunque sono presenti delle incertezze, per andare più sul sicuro prendiamo come fondo la media dei valori del PM10 per Giugno, Luglio e Agosto, mesi durante i quali tutti i sistemi di riscaldamento (compresi i caminetti privati) dovrebbero essere spenti.

Allora la differenza tra la concentrazione media mensile di PM10 e tale valore (pari quasi esattamente a 25 microgrammi per metro cubo) può essere presa come stima della parte di PM10 dovuta ai riscaldamenti (colonna PM10 Riscaldamento) (Nota: a causa del modo in cui è stato calcolato il valore di base, in Luglio e Agosto i valori risultavano negativi, cosa ovviamente senza senso. Sono perciò stati portati a 0). La colonna PM10 % Riscaldamento indica la stessa cosa, ma in percentuale.

Si vede bene come, secondo tale analisi, nei mesi in cui l'inquinamento da polveri sottili è mediamente sopra la soglia massima consentita (50 microgrammi per metro cubo) il riscaldamento è di gran lunga la fonte principale.

Su scala annua esso risulta responsabile di quasi la metà delle polveri sottili totali. Se però si considerano solo i giorni in cui sono accesi i riscaldamenti (15 Ottobre - 15 Aprile) la percentuale sale quasi al 60%. I picchi si toccano nei mesi più freddi (e anche più critici per l'inquinamento), ovvero Gennaio e Febbraio, in cui i riscaldamenti sarebbero responsabili di due terzi dell'inquinamento da polveri sottili.

Per prevenire infine l'obiezione che in Agosto anche il traffico cala di molto, faccio notare che fra Agosto e Luglio (ma anche Giugno), non c'è quasi nessuna differenza a livello di concentrazioni di PM10. Una prova in più che il traffico veicolare privato è una fonte del tutto secondaria.

La dimostrazione empirica di ciò che abbiamo affermato qui sopra ci arriva dalla Grecia. Con la grande crisi recente i greci hanno dovuto abbandonare il mezzo privato (http://www.euronews.com/2012/12/28/greece-licences-handed-in-as-austerity-hits-car-owners) eppure hanno misurato un forte aumento dell'inquinamento da polveri (http://www.cbc.ca/thecurrent/episode/2013/02/08/air-pollution-in-athens-skyrocket-due-to-governments-austerity-measures)! La maggior sorgente di polveri in Grecia attualmente è… la combustione della legna.

:copyright