29.11.2012 Views

Contributi poster - PM2012

Contributi poster - PM2012

Contributi poster - PM2012

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Source apportionment del particolato atmosferico. Valutazione delle performance<br />

del modello APCSA mediante bilancio chimico di massa<br />

Adriana Pietrodangelo 1* , Cinzia Perrino 1<br />

1 C.N.R. Istituto Inquinamento Atmosferico, Montelibretti (RM), 00015<br />

* Corresponding author. Tel: +390690672726, E-mail: pietrodangelo@iia.cnr.it<br />

Keywords: source apportionment, modelli al recettore, APCSA, bilancio chimico di massa<br />

Tra le tecniche di source apportionment (SA) del particolato atmosferico (PM) la modellizzazione<br />

al recettore (RM) basata sull‟analisi fattoriale rappresenta ad oggi l‟approccio più diffuso in<br />

letteratura. Diversi metodi statistici ad hoc sono stati sviluppati per stimare sia le frazioni della<br />

massa totale del PM raccolto su membrana filtrante attribuibili alle principali sorgenti identificate<br />

dall‟analisi esplorativa (stima del contributo di massa - SCE), sia il contributo di ogni sorgente alle<br />

concentrazioni delle singole specie chimiche determinate nel PM. Molti lavori di SA riportano<br />

l‟impiego complementare di più modelli (principalmente PMF - Positive Matrix Factorization,<br />

APCSA – Absolute Principal Component Scores Analysis e CMB – Chemical Mass Balance), al<br />

fine sia di migliorare l‟affidabilità della stima quantitativa di massa, sia di valutare le performance<br />

dei modelli stessi mediante intercomparazione. In questo studio l‟affidabilità del modello APCSA è<br />

stata confrontata con un approccio di SA non statistico, basato sulla chiusura del bilancio chimico di<br />

massa (mass balance), al fine di poter effettuare una valutazione di performance priva delle<br />

ambiguità intrinseche (soluzioni di rotazione dei fattori, labelling, multicollinearità, etc.) che<br />

risiedono nell‟intercomparazione di soli modelli basati sulla statistica multivariata. A tal fine,<br />

diversi data set di caratterizzazione chimica del PM10 e del PM2.5 (composizione elementale<br />

prevalente ed in tracce, frazione ionica inorganica, OC ed EC) sono stati studiati sia mediante<br />

APCSA sia mediante un approccio di chiusura del bilancio chimico di massa precedentemente<br />

ottimizzato da Perrino et al. [1]. Tale metodo permette di quantificare i principali contributi di<br />

sorgente in termini di materiale crostale, spray marino, materiale organico, antropogenico primario<br />

ed aerosol secondario, mediante combinazioni lineari delle determinazioni analitiche con opportuni<br />

coefficienti stechiometrici. Il valore aggiunto dei metodi di mass balance risiede nel fatto che<br />

l‟affidabilità delle stime SCE dipende principalmente dall‟accuratezza delle determinazioni<br />

analitiche, mentre l‟influenza degli artifact matematici è minima. Tuttavia, a differenza dei modelli<br />

RM basati sull‟analisi fattoriale, il limite di tali modelli risiede nell‟assumere a priori le sorgenti tra<br />

le quali distribuire la massa del PM, il che non permette l‟identificazione di eventuali contributi<br />

“non previsti”, limitando il contenuto di informazione estraibile dal data set. La chiusura del<br />

bilancio di massa ottenuta con APCSA sui data set analizzati è in ottimo accordo con la<br />

determinazione gravimetrica del PM (R 2 di Pearson non inferiore a 0.94, errore medio 4 – 10 μg m -<br />

3 ). Le sorgenti principali identificate con APCSA risultano coerenti con lo schema a priori<br />

dell‟approccio mass balance; inoltre diversi contributi minori sono stati identificati dall‟APCSA.<br />

Nei casi in cui l‟APCSA non ha permesso di stimare separatamente due diversi contributi<br />

(rappresentati statisticamente dallo stesso fattore latente), mediante l‟approccio mass balance è stato<br />

possibile risolvere i contributi in singole SCE, sottraendo alla stima APCSA [A + B] (dove A e B<br />

siano SCE non risolte) l‟uno o l‟altro dei corrispettivi contributi stimati singolarmente dal modello<br />

mass balance. I risultati della comparazione sono discussi in termini di indicatori di performance e<br />

di source apportionment rispetto ai contributi delle sorgenti identificate.<br />

Bibliografia<br />

[1] Perrino, C. et al., Env. Monitor. Assess., 133, 128 (2007)<br />

64

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

Saved successfully!

Ooh no, something went wrong!