Implementazione di un tool Python-GIS per la valutazione dell'esposizione della popolazione a contaminanti emessi da sorgenti areali complesse

Nel campo dell’ingegneria ambientale quando si va ad affrontare lo studio di un fenomeno spaziale si ha spesso a che fare con dati geografici. Questi ultimi provengono da un numero crescente di fonti così come il volume dei dati territoriali da gestire è diventato sempre più vasto. I metodi tradizionali si dimostrano sempre più insufficienti per lo studio dei fenomeni analizzati, quindi è spesso necessario costruire strumenti ad hoc. Scopo del presente lavoro è a realizzazione di un modello a tre livelli per la valutazione dell'esposizione della popolazione a pesticidi areo-dispersi da utilizzare in un ambiente GIS (Geographic Information System). I primi due livelli del modello si basano su metodi geostatistici mentre il terzo livello si basa su di un modello di dispersione atmosferica. Il modello implementato è stato scritto in linguaggio Python e può essere utilizzato come strumento all'interno delle principali distribuzioni di software GIS. Il primo livello si basa su un'analisi di prossimità: una distanza fissa dal ricettore (buffer di 100 metri) è stata scelta come soglia di cut off per valutare la percentuale di esposizione del ricettore. Tale livello modellizza lo scenario peggiore perché l’esposizione del ricettore viene valutata all’interno del buffer indipendentemente dalla distanza tra ricettore e sorgente inquinante. Il secondo livello prevede l'estensione dell'analisi vicinanza considerando una distanza maggiore, fino a 1000 metri, tra ricettore e sorgente. Inoltre, il contributo di ogni sorgente è ponderato da un fattore legato all'inverso della distanza tra sorgente e ricettore. Il terzo livello consiste nell'applicazione del modello di dispersione atmosferica AERMOD. A questo scopo, per costruire il dataset di input e per gestire i diversi run di AERMOD è stata costruita un interfaccia Python. Questa interfaccia consente di applicare AERMOD su un elevato numero di sorgenti e ricettori distribuiti su un grande dominio spaziale. AERMOD fornisce, per ciascun ricettore, una concentrazione relativa che viene assunta proporzionale all'esposizione del ricettore stesso. Per sopperire al notevole dispendio di tempo e di risorse computazionali è stato considerato un modello di dispersione atmosferica aggiuntivo, implementato in Python, e basato su una semplificazione della formulazione di AERMOD. Il modello multilivello è stato poi applicato ad uno studio epidemiologico finalizzato alla valutazione della correlazione tra la sclerosi laterale amiotrofica e l'esposizione della popolazione ai pesticidi. Il dataset di input consiste in 12144 campi agricoli e 2584 recettori distribuiti su una superficie di 8430 km2. Le simulazioni con i modelli di dispersione sono state eseguite considerando un passo temporale di un’ora ed un periodo compreso tra marzo a settembre. L'esposizione risultante dai tre livelli del modello è stata analizzata statisticamente. Il primo livello presenta un maggior numero di recettori non esposti (fino al 96%) rispetto al 69% ed al 46% del secondo e terzo livello. Inoltre, a causa della loro formulazione, il secondo e il terzo livello mostrano una distribuzione dell'esposizione più graduale rispetto alla distribuzione a gradino del primo livello. Inoltre, tutti i livelli mostrano crescente correlazione con esposizione: ne consegue una maggiore protezione per i recettori perché a fronte di una crescente esposizione l’output dei tre livelli diventa pressoché indipendente dall'approccio scelto. In conclusione, l'analisi ha dimostrato che le esposizioni derivanti dai tre livelli mostrano differenze sostanziali. L’importanza di queste differenze sarà valutata attraverso il completamento dello studio epidemiologico in questione ed ulteriori applicazioni del modello sviluppato ad altri studi epidemiologici.