22.11.2014 Views

Tutela ambientale del Lago Trasimeno - ARPA Umbria

Tutela ambientale del Lago Trasimeno - ARPA Umbria

Tutela ambientale del Lago Trasimeno - ARPA Umbria

SHOW MORE
SHOW LESS

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.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!