Tutela ambientale del Lago Trasimeno - ARPA Umbria
Tutela ambientale del Lago Trasimeno - ARPA Umbria
Tutela ambientale del Lago Trasimeno - ARPA Umbria
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1 3 8 A r p a U m b r i a 2 0 1 2<br />
calcolo “sgsim” (Simulazioni Sequenziali<br />
Gaussiane - sGs) contenuto nel<br />
software GSLIB (Deutsch and Journel,<br />
1998).<br />
Negli ultimi anni, l’approccio geostatistico<br />
mediante simulazioni stocastiche è<br />
divenuto pratica assai comune, preferita<br />
ai tradizionali metodi di interpolazione<br />
(p.e. kriging, IDW) utilizzati nelle<br />
scienze ambientali. Risulta fondamentale<br />
infatti preservare la variabilità spaziale<br />
<strong>del</strong>l’attributo misurato (per esempio la<br />
concentrazione dei metalli) in particolare<br />
negli studi finalizzati alla caratterizzazione<br />
<strong>del</strong>la contaminazione <strong>del</strong>le varie<br />
matrici ambientali (Goovaerts, 1997,<br />
2001; Car<strong>del</strong>lini et al., 2003; Cinnirella<br />
et al., 2005, Accornero et al., 2008).<br />
Mediante il metodo di calcolo sGs, si<br />
possono generare un set di rappresentazioni<br />
(carte) equiprobabili e alternative<br />
<strong>del</strong>la distribuzione di un attributo, tutte<br />
riproducenti i parametri statistici (media<br />
e deviazione standard) e l’andamento<br />
spaziale (variogramma) dei dati sperimentali.<br />
L’insieme di tutte le rappresentazioni<br />
e le loro differenze costituiscono<br />
una rappresentazione <strong>del</strong>l’incertezza<br />
associata alla mappatura <strong>del</strong> parametro<br />
(Rautman e Istok, 1996).<br />
I risultati <strong>del</strong>le simulazioni sequenziali<br />
gaussiane si differenziano da quelli<br />
ottenibili dal kriging (uno dei metodi di<br />
interpolazione geostatistica tradizionalmente<br />
più diffusi), perché presentano<br />
una maggiore “strutturazione” a livello<br />
globale, necessaria per <strong>del</strong>ineare le<br />
caratteristiche generali <strong>del</strong> fenomeno<br />
studiato, anche a scapito di una minore<br />
precisione puntuale. Nello studio<br />
dei parametri ambientali a grande scala<br />
(regionale, bacino, acquifero,…) è<br />
sicuramente più importante <strong>del</strong>ineare<br />
le caratteristiche generali <strong>del</strong> fenomeno,<br />
piuttosto che ottenere una griglia<br />
di valori corretti localmente ma globalmente<br />
poco significativi.<br />
La distribuzione <strong>del</strong>la concentrazione<br />
dei diversi parametri analizzati nel<br />
sedimento è stata calcolata secondo una<br />
griglia di calcolo con maglie di 200 x<br />
200 metri (celle con area di 40000 m 2<br />
e simulazione <strong>del</strong>la concentrazione ogni<br />
200 metri). La dimensione <strong>del</strong>le celle<br />
di calcolo è stata scelta in modo da ottenere<br />
un livello di dettaglio sufficiente a<br />
definire la variabilità spaziale.<br />
La simulazione procede per step:<br />
• normalizzazione <strong>del</strong>la variabile;<br />
• definizione <strong>del</strong> mo<strong>del</strong>lo <strong>del</strong>la variabilità<br />
spaziale: calcolo <strong>del</strong> variogramma;<br />
• calcolo dei valori <strong>del</strong>la concentrazione<br />
nei nodi <strong>del</strong>la griglia di calcolo<br />
dove non sono presenti dati sperimentali<br />
(ogni qualvolta un valore<br />
viene calcolato viene integrato nel<br />
dataset ed utilizzato nel calcolo).<br />
• ripetendo la simulazione seguendo<br />
dei percorsi di calcolo diversi (calcolando<br />
con ordine diverso i diversi<br />
punti <strong>del</strong>lo spazio), si ottengono<br />
diverse rappresentazioni equiprobabili<br />
e alternative.<br />
Nel caso specifico <strong>del</strong>le carte <strong>del</strong> contenuto<br />
medio <strong>del</strong>la variabile, queste sono<br />
state ottenute mediando, punto per<br />
punto, 100 differenti rappresentazioni.<br />
Le simulazioni così ottenute sono state<br />
post-processate per ottenere le mappe<br />
finali <strong>del</strong> valore medio simulato.<br />
Per alcuni parametri non è stato invece<br />
possibile effettuare una elaborazione<br />
geostatistica. Infatti, sia per il Mercurio<br />
(20 dati) che per il Cadmio (75% dei dati<br />
inferiori al limite di detezione), lo scarso<br />
numero di dati disponibili non consente<br />
di ottenere una accurata ricostruzione<br />
spaziale <strong>del</strong>la distribuzione <strong>del</strong>le concentrazioni.<br />
Anche nel caso dei PCB,<br />
poiché alle concentrazioni inferiori al<br />
limite di detezione è associato un elevato<br />
grado di incertezza (±30%), è stato ritenuto<br />
non corretto effettuare una elaborazione<br />
geostatistica di tali dati.